特征平台（Feature Store）概述【未完待续】

参考网址：

特征平台（Feature Store）：序论 - 知乎

特征平台（Feature Store）：Feast - 知乎

背景

AI 算法模型开发落地可以分为三个阶段：数据准备、模型训练、模型部署。市面上已经有较多通用平台支撑模型训练与部署阶段，但自2019年后才陆续有各厂商推出特征平台支撑数据准备阶段。比如 Feast （以下内容主要以Feast为例讲解）

特征平台的能力

各家的特征平台的具体实现不同，但一般以下几个功能：

• 特征创建
• 特征注册中心
• 特征离线存储&消费
• 特征在线存储&消费

特征创建

从各类原始数据，例如日志、记录、表，经过关联、统计、转化、聚集等操作得到的一系列值。

例如，对于电商领域，从用户行为日志，可以计算得到用户最近30天购买商品列表、最近1小时浏览商品列表、平均订单金额等特征。

特征是特征平台上最基础的概念。

 （to do）

与Kubeflow的结合

Kubeflow主要可以通过 Feast 暴露的API 对特征平台进行访问调用。详见：Getting started with Feast | Kubeflow

 （未完待续）