יצירת תכונה

המסוף

כשמשתמשים במסוף Cloud de Confiance כדי לגשת לשירותים Cloud de Confiance by S3NS ולממשקי ה-API, לא צריך להגדיר אימות.

Python

כדי להשתמש בסביבת פיתוח מקומית בדוגמאות של Python שבדף הזה, מתקינים ומפעילים את ה-CLI של gcloud, ואז מגדירים את Application Default Credentials באמצעות פרטי הכניסה של המשתמש.

1. התקינו את ה-CLI של Google Cloud.

2. הגדירו שה-CLI של gcloud ישתמש בזהות המאוחדת שלכם.

   איך נכנסים ל-CLI של gcloud באמצעות הזהות המאוחדת?

3. יוצרים פרטי כניסה לאימות מקומי עבור חשבון המשתמש:

   gcloud auth application-default login

   אם מוחזרת שגיאת אימות, צריך לוודא ש נכנסתם ל-CLI של gcloud באמצעות הזהות המאוחדת שלכם.

מידע נוסף זמין במאמר הגדרת אימות לסביבת פיתוח מקומית.

REST

כדי להשתמש בסביבת פיתוח מקומית בדוגמאות של API בארכיטקטורת REST שבדף הזה, צריך להשתמש בפרטי הכניסה שאתם נותנים ל-CLI של gcloud.

מתקינים את ה-CLI של Google Cloud ואז נכנסים ל-CLI של gcloud באמצעות הזהות המאוחדת שלכם.

מידע נוסף מופיע במאמר אימות לשימוש ב-REST במסמכי האימות של Cloud de Confiance .

המסוף

כדי להוסיף תכונות לקבוצת תכונות קיימת באמצעות מסוף Cloud de Confiance , פועלים לפי ההוראות הבאות.

1. בקטע Agent Platform במסוף Cloud de Confiance , עוברים לדף Feature Store.

   כניסה לדף Feature Store

2. בקטע Feature groups (קבוצות תכונות), לוחצים על more_vert בשורה שמתאימה לקבוצת התכונות שרוצים להוסיף לה תכונה, ואז לוחצים על Add features (הוספת תכונות).

3. לכל תכונה, מזינים שם תכונה ולוחצים על שם העמודה המתאים במקור BigQuery ברשימה. כדי להוסיף עוד תכונות, לוחצים על הוספת תכונה נוספת.

4. לוחצים על יצירה.

Python

במאמר התקנת Vertex AI SDK ל-Python מוסבר איך להתקין או לעדכן את Vertex AI SDK ל-Python. מידע נוסף מופיע ב מאמרי העזרה של Python API.

from google.cloud import aiplatform
from vertexai.resources.preview import feature_store


def create_feature_sample(
    project: str,
    location: str,
    existing_feature_group_id: str,
    feature_id: str,
    version_column_name: str,
):
    aiplatform.init(project=project, location=location)
    feature_group = feature_store.FeatureGroup(existing_feature_group_id)
    feature = feature_group.create_feature(
        name=feature_id, version_column_name=version_column_name
    )
    return feature

• ‫project: מזהה הפרויקט.
• ‫location: האזור שבו נמצאת קבוצת התכונות, למשל us-central1.
• ‫existing_feature_group_id: השם של קבוצת התכונות הקיימת שבה רוצים ליצור את התכונה.
• ‫version_column_name: אופציונלי: העמודה מהטבלה ב-BigQuery או מהתצוגה ב-BigQuery שרוצים לשייך לתכונה. אם לא מציינים את הפרמטר הזה, הוא מוגדר כ-FEATURE_NAME כברירת מחדל.
• ‫feature_id: השם של התכונה החדשה שרוצים ליצור

REST

כדי ליצור משאב Feature, שולחים בקשת POST באמצעות ה-method‏ features.create.

לפני שמשתמשים בנתוני הבקשה, צריך להחליף את הנתונים הבאים:

• ‫LOCATION_ID: האזור שבו נמצאת קבוצת התכונות, למשל us-central1.
• ‫PROJECT_ID: מזהה הפרויקט.
• ‫FEATUREGROUP_NAME: השם של קבוצת התכונות שבה רוצים ליצור את התכונה.
• ‫FEATURE_NAME: השם של התכונה החדשה שרוצים ליצור.
• ‫VERSION_COLUMN_NAME: אופציונלי: העמודה מהטבלה ב-BigQuery או מהתצוגה ב-BigQuery שרוצים לשייך לתכונה. אם לא מציינים את הפרמטר הזה, הוא מוגדר כ-FEATURE_NAME כברירת מחדל.

ה-method של ה-HTTP וכתובת ה-URL:

POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureGroups/FEATUREGROUP_NAME/features?feature_id=FEATURE_NAME

גוף בקשת JSON:

{
  "version_column_name": "VERSION_COLUMN_NAME"
}

כדי לשלוח את הבקשה עליכם לבחור אחת מהאפשרויות הבאות:

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureGroups/FEATUREGROUP_NAME/features?feature_id=FEATURE_NAME"

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featureGroups/FEATUREGROUP_NAME/features?feature_id=FEATURE_NAME" | Select-Object -Expand Content

אתם אמורים לקבל תגובת JSON שדומה לזו:

{
  "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featureGroups/FEATUREGROUP_NAME/features/FEATURE_NAME/operations/OPERATION_ID",
  "metadata": {
    "@type": "type.googleapis.com/google.cloud.aiplatform.v1.UpdateFeatureOperationMetadata",
    "genericMetadata": {
      "createTime": "2023-09-18T02:36:22.870679Z",
      "updateTime": "2023-09-18T02:36:22.870679Z"
    }
  }
}