Creare una funzionalità

Puoi creare una caratteristica dopo aver creato un gruppo di caratteristiche e aver associato una tabella BigQuery o una vista BigQuery. Puoi creare più caratteristiche per un gruppo di caratteristiche e associare ogni caratteristica a una colonna specifica nell'origine dati BigQuery. Per informazioni su come utilizzare BigQuery, consulta la documentazione di BigQuery.

Ad esempio, se il gruppo di caratteristiche featuregroup1 è associato alla tabella BigQuery datasource_1 contenente i valori delle caratteristiche nelle colonne fval1 e fval2, puoi creare la caratteristica feature_1 in featuregroup1 e associarla ai valori delle caratteristiche nella colonna fval1. Allo stesso modo, puoi creare un'altra caratteristica denominata feature_2 e associarla ai valori delle caratteristiche nella colonna fval2.

Prima di poter creare le caratteristiche, un gruppo di caratteristiche deve avere un'origine dati delle caratteristiche associata. Se il gruppo di caratteristiche non ha un'origine dati associata, devi associarne una BigQuery aggiornando il gruppo di caratteristiche prima di poter creare le caratteristiche al suo interno.

Per capire se è obbligatorio, facoltativo o sconsigliabile registrare i dati delle caratteristiche utilizzando gruppi di caratteristiche e caratteristiche, consulta quanto segue:

Prima di iniziare

Esegui l'autenticazione a Vertex AI, se non l'hai già fatto.

Seleziona la scheda relativa alla modalità di utilizzo degli esempi in questa pagina:

Console

Quando utilizzi la Google Cloud console per accedere a Google Cloud servizi e API, non devi configurare l'autenticazione.

Python

Per utilizzare gli esempi di Python in questa pagina in un ambiente di sviluppo locale, installa e inizializza gcloud CLI, quindi configura Credenziali predefinite dell'applicazione con le tue credenziali utente.

  1. Installa Google Cloud CLI.

  2. Se utilizzi un provider di identità (IdP) esterno, devi prima accedere a gcloud CLI con la tua identità federata.

  3. Se utilizzi una shell locale, crea le credenziali di autenticazione locali per il tuo account utente: 

    gcloud auth application-default login

    Non devi eseguire questa operazione se utilizzi Cloud Shell.

    Se viene restituito un errore di autenticazione e utilizzi un provider di identità (IdP) esterno, verifica di aver acceduto a gcloud CLI con la tua identità federata.

Per saperne di più, consulta Configura l'autenticazione per un ambiente di sviluppo locale.

REST

Per utilizzare gli esempi di API REST in questa pagina in un ambiente di sviluppo locale, utilizzi le credenziali che fornisci a gcloud CLI.

    Installa Google Cloud CLI.

    Se utilizzi un provider di identità (IdP) esterno, devi prima accedere a gcloud CLI con la tua identità federata.

Per saperne di più, consulta Autenticati per usare REST nella Google Cloud documentazione sull'autenticazione di.

Creare una caratteristica all'interno di un gruppo di caratteristiche

Utilizza gli esempi seguenti per creare una caratteristica all'interno di un gruppo di caratteristiche e associare una colonna contenente i valori delle caratteristiche dall'origine dati BigQuery registrata per il gruppo di caratteristiche.

Console

Utilizza le seguenti istruzioni per aggiungere caratteristiche a un gruppo di caratteristiche esistente utilizzando la Google Cloud console.

  1. Nella sezione Vertex AI della Google Cloud console, vai alla Feature Store pagina.

    Vai alla pagina Feature Store

  2. Nella sezione Gruppi di caratteristiche, fai clic su nella riga corrispondente al gruppo di caratteristiche a cui vuoi aggiungere una caratteristica, quindi fai clic su Aggiungi caratteristiche.

  3. Per ogni caratteristica, inserisci un Nome caratteristica e fai clic sul nome della colonna di origine BigQuery corrispondente nell'elenco. Per aggiungere altre caratteristiche, fai clic su Aggiungi un'altra caratteristica.

  4. Fai clic su Crea.

Python

Per scoprire come installare o aggiornare l'SDK Vertex AI Python, consulta Installare l'SDK Vertex AI Python. Per saperne di più, consulta la Python documentazione di riferimento dell'API. 


from google.cloud import aiplatform
from vertexai.resources.preview import feature_store


def create_feature_sample(
    project: str,
    location: str,
    existing_feature_group_id: str,
    feature_id: str,
    version_column_name: str,
):
    aiplatform.init(project=project, location=location)
    feature_group = feature_store.FeatureGroup(existing_feature_group_id)
    feature = feature_group.create_feature(
        name=feature_id, version_column_name=version_column_name
    )
    return feature
  • project: il tuo ID progetto.
  • location: la regione in cui si trova il gruppo di caratteristiche, ad esempio us-central1.
  • existing_feature_group_id: il nome del gruppo di caratteristiche esistente in cui vuoi creare la caratteristica.
  • version_column_name: facoltativo: la colonna della tabella o della vista BigQuery che vuoi associare alla caratteristica. Se non specifichi questo parametro, per impostazione predefinita viene impostato su FEATURE_NAME.
  • feature_id: il nome della nuova caratteristica che vuoi creare.

REST

Per creare una risorsa Feature, invia una richiesta POST utilizzando il features.create.

Prima di utilizzare i dati della richiesta, apporta le sostituzioni seguenti:

  • LOCATION_ID: la regione in cui si trova il gruppo di caratteristiche, ad esempio us-central1.
  • PROJECT_ID: il tuo ID progetto.
  • FEATUREGROUP_NAME: il nome del gruppo di caratteristiche in cui vuoi creare la caratteristica.
  • FEATURE_NAME: il nome della nuova caratteristica che vuoi creare.
  • VERSION_COLUMN_NAME: facoltativo: la colonna della tabella o della vista BigQuery che vuoi associare alla caratteristica. Se non specifichi questo parametro, per impostazione predefinita viene impostato su FEATURE_NAME.

Metodo HTTP e URL: 

POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureGroups/FEATUREGROUP_NAME/features?feature_id=FEATURE_NAME

Corpo JSON della richiesta: 

{
  "version_column_name": "VERSION_COLUMN_NAME"
}

Per inviare la richiesta, scegli una di queste opzioni:

curl

Salva il corpo della richiesta in un file denominato request.json, quindi esegui il comando seguente: 

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureGroups/FEATUREGROUP_NAME/features?feature_id=FEATURE_NAME"

PowerShell

Salva il corpo della richiesta in un file denominato request.json, quindi esegui il comando seguente: 

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureGroups/FEATUREGROUP_NAME/features?feature_id=FEATURE_NAME" | Select-Object -Expand Content

Dovresti ricevere una risposta JSON simile alla seguente:

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featureGroups/FEATUREGROUP_NAME/features/FEATURE_NAME/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.v1.UpdateFeatureOperationMetadata",
    "genericMetadata": {
      "createTime": "2023-09-18T02:36:22.870679Z",
      "updateTime": "2023-09-18T02:36:22.870679Z"
    }
  }
}

Passaggi successivi