工作區功能庫（舊版）
注意
本文件涵蓋工作區功能存放區。 工作區功能存放區僅適用於在 2024 年 8 月 19 日下午 4：00：00（UTC） 之前建立的工作區。
Databricks 建議在 Unity
為何要使用工作區特徵庫？
工作區功能存放區已與 Azure Databricks 的其他元件完全整合。
- 可探索性。 可從 Databricks 工作區存取的特徵存放區 UI 可讓您瀏覽和搜尋現有的特徵。
- 譜系。 當您在 Azure Databricks 中建立功能 table 時，用來建立功能 table 的數據源會儲存並存取。 針對功能 table中的每個功能，您也可以存取使用此功能的模型、筆記本、作業和端點。
- 與模型評分和服務整合。 當您使用特徵存放區的特徵來訓練模型時，模型會封裝為特徵中繼資料。 當您使用模型進行批次評分或線上推斷時，它會自動從特徵存放區擷取特徵。 呼叫端不需要知道它們，也不需要包含查詢邏輯或使用 join 特徵來對新數據進行評分。 這可讓模型部署和更新變得更容易。
- 時間點查詢。 特徵存放區支援需要時間點正確性的時間序列和事件型使用案例。
工作區功能存放區如何運作？
使用特徵存放區的一般機器學習工作流程會遵循下列路徑：
- 撰寫程式碼，將未經處理資料轉換為特徵，並建立包含所需特徵的 Spark DataFrame。
- 在工作區功能存放區中將 DataFrame 寫入為功能 table。
- 使用特徵存放區中的特徵來訓練模型。 當您這樣做時，模型會儲存用於訓練的特徵規格。 當模型用於推斷時，它會自動地從適當的特徵中聯結特徵 tables。
- 在模型登錄中註冊模型。
現在您可以使用模型從新資料中做出預測。 針對批次使用案例，模型會自動從特徵存放區擷取所需的特徵。
針對即時服務使用案例，請將特徵發佈至線上存放區。 請參閱協力廠商線上存放區。
在推斷時，模型會從線上存放區讀取預先計算的特徵，並將其與用戶端要求中提供的資料一起聯結至模型服務端點。
開始使用工作區功能儲存庫
若要開始使用 get，請試試這些範例筆記本。 基本筆記本會逐步引導您創建特徵名稱 table，使用它訓練模型，然後通過自動特徵查找執行批量評分。 它也會向您介紹特徵工程 UI，並示範如何使用它來搜尋特徵，並了解如何建立和使用特徵。
基本工作區特徵存放區範例筆記本
計程車範例筆記本說明建立特徵、更新特徵以及將它們用於模型訓練和批次推斷的流程。
工作區特徵存放區計程車範例筆記本
支援的資料類型
如需支援的資料類型，請參閱支援的資源類型。