特徴量探索¶

エンタープライズ全体にAIをデプロイするには、予測モデルを最大限に活用するために関連する特徴量にアクセスできる必要があります。 データの開始ポイントに適切な特徴量が含まれていないことがよくあります。 特徴量探索は、多数のデータセットから新しい特徴量を検索し生成するので、多数のデータセットを1つに統合するために手動で特徴量エンジニアリングを実行する必要がなくなります。

重要な追加情報については、関連する注意事項を参照してください。

特徴量エンジニアリングのワークフローの概要について学習するには、次のテーブルからトピックを選択します。

機能に関する注意事項¶

特徴量探索を使用する際は以下の点に注意してください。

• JDBCドライバは、Java 1.8以降に対応している必要があります。

• セカンダリーデータセットの場合、アップロードされたファイルとAIカタログに登録されたJDBCソースのみがサポートされています。

• 次の特徴量は、特徴量探索プロジェクトではまだサポートされていません。

  • スコアリングコード
  • 時系列
  • チャレンジャーモデル
  • V1.0予測API
  • ポータブル予測サーバー（PPS）
  • 自動再トレーニング
  • スライスされたインサイト
  • クラスタリング

• サポートされる最大値：

  • 1プロジェクトにつき30データセット。DataRobotでは、各特徴量派生ウィンドウとセカンダリーデータセットを「データセット」としてカウントします。
  • プロジェクトのプライマリーデータセットとセカンダリーデータセットの合計サイズが100GBを超えることはできません。 個々のデータサイズの制限は、AIカタログの制限に基づいています。

• プライマリーデータセットが40MBより大きい場合、CVパーティションはデフォルトで無効化されます。

• 特徴量探索データセットの列名には、以下を含めることはできません。

  • 末尾または先頭の単一引用符（例：feature1'または'feature1）
  • 末尾または先頭のスペース（例：feature1<space>または<space>feature1）

• プロジェクトの開始でエラーが発生した場合、関係性の定義に戻ることはできません。 設定を再起動する必要があります。

• 特徴量エンジニアリング関係性エディターでリンクを可視化するために使用した色の問題がある場合があります。

• DataRobot JDBCコネクターに接続するには、特定のIPアドレスをホワイトリストに登録する必要があります。

バッチ予測に関する注意事項¶

• サポートされるのはDataRobotモデルだけです。外部モデルおよびカスタムモデルはサポートされていません。

• モデルパッケージのエクスポートは、特徴量探索モデルではサポートされていません。

• 特徴量探索モデルを非特徴量探索モデルで置き換えること（またはその逆）はできません。

• 特徴量探索モデルを別の特徴量探索モデルに置き換えると、新しいモデルで使用される設定がデフォルトの設定になります。

• 特徴量エンジニアリングが適用されるため、特徴量探索予測はDataRobotモデルよりも遅くなります。

• 特徴量探索がセカンダリーデータセットを使用して特徴量を生成する場合、すべての特徴量値のハッシュ値（ROW_HASH）は、関係を解消するために使用されます（該当する場合）。 ハッシュの値は、異なるデータセットに適用されると変化するため、別のセカンダリー設定で予測を行うと、異なる予測を受け取る可能性があります。

特徴量探索の互換性¶

以下の表では、特徴量探索がサポートする機能と、その制限を示します。