FeatureSetOperations Klasse
FeatureSetOperations.
Sie sollten diese Klasse nicht direkt instanziieren. Stattdessen sollten Sie einen MLClient-instance erstellen, der ihn für Sie instanziiert und als Attribut anfügt.
- Vererbung
-
azure.ai.ml._scope_dependent_operations._ScopeDependentOperationsFeatureSetOperations
Konstruktor
FeatureSetOperations(operation_scope: OperationScope, operation_config: OperationConfig, service_client: AzureMachineLearningWorkspaces, datastore_operations: DatastoreOperations, **kwargs: Dict)
Parameter
- operation_scope
- operation_config
- service_client
- datastore_operations
Methoden
archive |
Archivieren sie ein FeatureSet-Objekt. |
begin_backfill |
Backfill. |
begin_create_or_update |
Erstellen oder Aktualisieren von FeatureSet |
get |
Rufen Sie das angegebene FeatureSet-Objekt ab. |
get_feature |
Feature abrufen :Schlüsselwort (keyword) feature_name. Hierbei muss die Groß-/Kleinschreibung beachtet werden. :p aramtype feature_name: str :Schlüsselwort (keyword) tags: Zeichenfolgendarstellung einer durch Trennzeichen getrennten Liste von Tagnamen (und optional Werte). Beispiel: "tag1,tag2=value2". |
list |
Listen Sie die FeatureSet-Ressourcen des Arbeitsbereichs auf. Standardwert: ACTIVE_ONLY. :type list_view_type: Optional[ListViewType] :return: Ein Iterator wie instance von FeatureSet-Objekten :rtype: ~azure.core.paging.ItemPaged[FeatureSet] |
list_features |
Features auflisten |
list_materialization_operations |
Listenmaterialisierungsvorgang. |
restore |
Stellen Sie ein archiviertes FeatureSet-Objekt wieder her. |
archive
Archivieren sie ein FeatureSet-Objekt.
archive(name: str, version: str, **kwargs: Dict) -> None
Parameter
Gibt zurück
Keine
begin_backfill
Backfill.
begin_backfill(*, name: str, version: str, feature_window_start_time: datetime, feature_window_end_time: datetime, display_name: str | None = None, description: str | None = None, tags: Dict[str, str] | None = None, compute_resource: MaterializationComputeResource | None = None, spark_configuration: Dict[str, str] | None = None, **kwargs: Dict) -> LROPoller[FeatureSetBackfillMetadata]
Parameter
- name
- str
Name der Funktionsgruppe. Hierbei muss die Groß-/Kleinschreibung beachtet werden.
- version
- str
Versionsbezeichner. Hierbei muss die Groß-/Kleinschreibung beachtet werden.
- feature_window_start_time
- datetime
Startzeit des zu materialisierenden Featurefensters.
- feature_window_end_time
- datetime
Endzeit des zu materialisierenden Featurefensters.
- display_name
- str
Gibt eine Beschreibung an.
- description
- str
Gibt eine Beschreibung an.
- compute_resource
- MaterializationComputeResource
Gibt die Computeressourceneinstellungen an.
Gibt zurück
Ein instance von LROPoller, der ~azure.ai.ml.entities.FeatureSetBackfillMetadata zurückgibt
Rückgabetyp
begin_create_or_update
Erstellen oder Aktualisieren von FeatureSet
begin_create_or_update(featureset: FeatureSet, **kwargs: Dict) -> LROPoller[FeatureSet]
Parameter
Gibt zurück
Ein instance von LROPoller, der ein FeatureSet zurückgibt.
Rückgabetyp
get
Rufen Sie das angegebene FeatureSet-Objekt ab.
get(name: str, version: str, **kwargs: Dict) -> FeatureSet
Parameter
Gibt zurück
FeatureSet-Objektobjekt.
Rückgabetyp
Ausnahmen
Wird ausgelöst, wenn FeatureSet nicht erfolgreich identifiziert und abgerufen werden kann. Details werden in der Fehlermeldung angegeben.
get_feature
Feature abrufen
:Schlüsselwort (keyword) feature_name. Hierbei muss die Groß-/Kleinschreibung beachtet werden. :p aramtype feature_name: str :Schlüsselwort (keyword) tags: Zeichenfolgendarstellung einer durch Trennzeichen getrennten Liste von Tagnamen
(und optional Werte). Beispiel: "tag1,tag2=value2".
get_feature(feature_set_name: str, version: str, *, feature_name: str, **kwargs: Dict) -> Feature
Gibt zurück
Featureobjekt
Rückgabetyp
list
Listen Sie die FeatureSet-Ressourcen des Arbeitsbereichs auf.
Standardwert: ACTIVE_ONLY. :type list_view_type: Optional[ListViewType] :return: Ein Iterator wie instance von FeatureSet-Objekten :rtype: ~azure.core.paging.ItemPaged[FeatureSet]
list(name: str | None = None, *, list_view_type: ListViewType = ListViewType.ACTIVE_ONLY, **kwargs: Dict) -> ItemPaged[FeatureSet]
Parameter
- list_view_type
Ansichtstyp für das Einschließen/Ausschließen von archivierten FeatureSet-Ressourcen (z. B.).
list_features
Features auflisten
list_features(feature_set_name: str, version: str, *, feature_name: str | None = None, description: str | None = None, tags: str | None = None, **kwargs: Dict) -> ItemPaged[Feature]
Parameter
- feature_name
- str
Featurename.
- description
- str
Beschreibung des Featuresets.
- tags
- str
Durch Trennzeichen getrennte Liste von Tagnamen (und optionalen Werten). Beispiel: tag1,tag2=value2.
Gibt zurück
Ein Iterator wie instance von Featureobjekten
Rückgabetyp
list_materialization_operations
Listenmaterialisierungsvorgang.
list_materialization_operations(name: str, version: str, *, feature_window_start_time: str | datetime | None = None, feature_window_end_time: str | datetime | None = None, filters: str | None = None, **kwargs: Dict) -> ItemPaged[FeatureSetMaterializationMetadata]
Parameter
Startzeit des Featurefensters zum Filtern von Materialisierungsaufträgen.
Endzeit des Featurefensters zum Filtern von Materialisierungsaufträgen.
- filters
- str
Durch Trennzeichen getrennte Liste von Tagnamen (und optionalen Werten). Beispiel: tag1,tag2=value2.
Gibt zurück
Ein Iterator wie instance von ~azure.ai.ml.entities.FeatureSetMaterializationMetadata-Objekten
Rückgabetyp
restore
Azure SDK for Python