问题标签 [aws-feature-store]

在 SageMaker Feature Store 中创建功能组时，您需要执行以下步骤：

1. 设置 SageMaker Python SDK 和 boto 客户端
2. 检查我们想要使用的数据，并应用转换（例如删除 NA、整数等）
3. 将转换后的数据提取到特征存储中
4. 通过在功能组上运行 Athena 查询来构建训练数据
5. 选择训练列
6. 将训练数据集保存到 S3 存储桶
7. 训练和部署模型
8. 使用 GetRecord 功能对来自特征存储的最近数据进行预测。

您可以在此处查看详细的步骤示例。

但是，特征存储如何在进行预测之前将转换应用于数据？显然，新摄取的数据必须进行转换（因此与训练中的相同），但我们仅在第 2 步中进行了这些转换，然后才将任何内容添加到特征组。似乎遵循这些步骤并没有让特征存储对转换有任何了解。

例如，在链接的示例中，他们将转换后的数据添加到transaction_feature_group如下：

所以我们可以看到转换后的数据是加载到特征组中的。但是随着时间的推移添加的新数据呢？这些新数据如何自动转换？

使用 SageMaker Python SDK 删除特征组的方法如下：

但这只会删除您当前正在处理的功能组。如何从以前的会话中删除功能组？我尝试直接将它们从 S3 存储桶中删除，但它们仍然出现在 Feature Store UI 中。

如果可以通过 UI 删除功能组，那就太好了。但如果没有，有没有办法使用全名删除功能组？使用以下方法创建的那个：

我正在尝试使用以下方法将一些行摄取到 AWS 上的功能存储中：

但我收到以下错误：

无法提取第 1 行：调用 PutRecord 操作时发生错误 (ValidationError)：验证错误：FeatureGroup [feature-group] 未处于 ACTIVE 状态。

我有一条记录，我想将其收录到 sagemaker 功能商店的功能组中。特征名称“z”在定义模式中是小数。我有一些来自功能“z”的缺失数据。当我尝试摄取它时，我收到错误：

[{'FeatureName': 'ji', 'ValueAsString': '8829a094'}, {'FeatureName': 'time', 'ValueAsString': '2020-08-27T13:00:00Z'}, {'FeatureName': 't2'，'ValueAsString'：'289.26111111111106'}，{'FeatureName'：'re'，'ValueAsString'：'86'}，{'FeatureName'：'pwat'，'ValueAsString'：'0.9609375'}，{ 'FeatureName'：'li700'，'ValueAsString'：'3'}，{'FeatureName'：'c'，'ValueAsString'：'0'}，{'FeatureName'：'d'，'ValueAsString'：'0 '}，{'FeatureName'：'x'，'ValueAsString'：'0'}，{'FeatureName'：'y'，'ValueAsString'：'0.0'}，{'FeatureName'：'z', 'ValueAsString': '无'}]

尝试将名为 [z] 的特征的特征值解析为 Fractional 类型的 FeatureValue。提供的值必须在 IEEE 754 标准定义的双精度浮点数范围内。输入格式可以是十进制形式或科学记数法。

您如何处理缺失数据以摄取到特征组中？

我正在使用 Sagemaker 功能商店并尝试创建离线功能商店。在此过程中，Sagemaker 会创建一个 Athena 表。但是，我注意到这个表没有分区，当我创建一个查询时，它需要很长时间。

如何使用 Sagemaker Feature Store 创建带分区的 Athena 表？