[패스트캠퍼스 챌린지 22일차] Feature 추출 및 추론

오늘은 다음의 학습목표에 집중하자!

1. Store 로부터 훈련 데이터 추출하기

2. Online Store 로 데이터를 적재하고 추론을 위한 Feature Vector 가져오기

 

강의에 파이썬 강의도 같이 연계되어 있으면 좋겠다... 또르륵

 

Store 로부터 훈련 데이터 추출하기
- 훈련 데이터 추출
    - get_historical_features 로 데이터 추출

 

Online Store 로 데이터를 적재하고 추론을 위한 Feature Vector 가져오기
- Online Store 로 데이터 적재
    - Serving 을 하기 위해 materialize-incremental 명령어를 사용하여 가장 최근 실행된 materialize 이후의 모든 새로운 feature 값들을 serialization 시켜 준다.
        from datetime import datetime
        !feast materialize-incremental {datetime.now().isoformat()}
       
    - materialized features 확인       
        print("--- Data directory ---")
        !ls data
        
        import sqlite3
        import pandas as pd
        con = sqlite3.connect("data/online_store.db")
        print("\n--- Schema of online store ---")
        print(
            pd.read_sql_query(
                "SELECT * FROM feature_repo_driver_hourly_stats", con).columns.tolist())
        con.close()

- 추론을 위한 Feature Vector 가져오기
    - get_online_features 로 데이터 추출
        from pprint import pprint
        from feast import FeatureStore
        
        store = FeatureStore(repo_path=".")
        
        feature_vector = store.get_online_features(
            features=[
                "driver_hourly_stats:conv_rate",
                "driver_hourly_stats:acc_rate",
                "driver_hourly_stats:avg_daily_trips",
            ],
            entity_rows=[
                {"driver_id": 1004},
                {"driver_id": 1005},
            ],
        ).to_dict()
        
        pprint(feature_vector)

본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성되었습니다.
패스트캠퍼스 바로가기: https://bit.ly/37BpXiC