Il prossimoProssima guida
Funzionalità di ritardo per la previsione delle serie temporali
Tecnico
GUIDA TECNICA
Una giunzione al punto temporale recupera i valori delle funzionalità che erano validi al momento della previsione o dell'etichetta o prima di tale istante, per ciascuna riga di entità.
Ascolta questa guidaNarrato dall'IA · ~3 min
Previene una forma importante di perdita temporale, ma non può rilevare ogni errore di ingegneria delle funzionalità, definizione delle etichette o tempo di disponibilità.
For a training example tied to an event at time T, a point-in-time join selects the latest eligible feature observation for the same entity with an event timestamp at or before T, subject to a configured lookback window. This reconstructs event-time history instead of joining every example to the latest snapshot available when the training job runs. A feature table therefore needs stable entity keys, meaningful event timestamps, and enough history to answer the query. Event time and availability time are not always the same. A source event may happen before T but arrive late, or a value may be corrected or backfilled after T. If training uses that later-created value, it may not match what an online system could have served then. Feast documents an optional filter_by_created_timestamp setting for supported stores to constrain the created timestamp as well as event time; its docs note that NULL created timestamps are excluded and not all stores support the flag. This is an additional safeguard, not a universal property of every as-of join. A point-in-time join also cannot fix leakage already embedded in a feature, such as a count computed using future events, a label-derived field, or the wrong prediction cutoff. Engineers must choose the timestamp that matches the real decision, inspect source and transformation logic, and test representative rows against known historical examples. Compare offline training retrieval with the feature values that would have been available online. Document time zones, late-event policy, TTL, and backfill behavior. A join with correct mechanics can still be wrong if those inputs encode the wrong timeline.
Un modello di frode si addestra su una transazione del 3 marzo utilizzando il saldo del conto del cliente e il numero di transazioni calcolati al 3 marzo, non il saldo attuale del cliente al momento dell'estrazione dei dati di oggi.
Un modello di abbandono viene impedito dall'addestrarsi su una funzionalità 'acquisti totali per l'intera durata' calcolata dopo la data di abbandono, poiché quel conteggio includerebbe acquisti effettuati dal cliente dopo essere già abbandonato.
Un feature store registra un timestamp con ogni valore di funzionalità che memorizza, in modo che un pipeline di addestramento possa richiedere i valori delle funzionalità esattamente al momento di ciascun evento, anziché i valori più recenti.
Un sistema di raccomandazione esegue il backtest di un modello di ranking utilizzando i punteggi di popolarità degli articoli come erano tre mesi fa, anziché i punteggi di popolarità di oggi, per simulare equamente ciò che il modello avrebbe visto in quel momento.
I feature store continuano ad aggiungere API per il recupero storico e la correzione dei dati, ma la correttezza al punto temporale è una proprietà dell'intero pipeline di dati, non un'etichetta che una funzione di giunzione può garantire da sola. Man mano che i workflow di stream e backfill evolvono, preservare i timestamp di evento e di creazione, testare la semantica degli store supportati e confrontare i vettori storici con i valori online registrati. Rielaborare i controlli di perdita dopo aver modificato il tempo dell'etichetta, la logica delle funzionalità o la politica per i dati tardivi, e documentare le avvertenze specifiche del backend quando le politiche di conservazione delle fonti cambiano periodicamente.
Newsletter gratuita
Tre storie verificate sull'IA ogni mattina nei giorni feriali, scritte in un inglese semplice. Gratuito per sempre, senza pubblicità.
Un'email ogni giorno feriale. Disiscriviti con un clic. Non vendiamo né condividiamo mai il tuo indirizzo.
Mettiti alla prova
Feedback immediato su ogni risposta e un certificato condivisibile con un ID verificabile una volta superato un corso.
Sostieni l'istruzione gratuita sull'IA. AI Understanding è un'organizzazione non profit 501(c)(3) — nessun annuncio, nessun paywall, mai. Fai una donazione
Una giunzione al punto temporale recupera i valori delle funzionalità che erano validi al momento della previsione o dell'etichetta o prima di tale istante, per ciascuna riga di entità. Previene una forma importante di perdita temporale, ma non può rilevare ogni errore di ingegneria delle funzionalità, definizione delle etichette o tempo di disponibilità.
Una giunzione as-of basata sul tempo dell'evento esclude le righe di funzionalità con timestamp successivi all'esempio. Previene questa forma di perdita di eventi futuri; potrebbe essere necessaria una filtrazione separata basata sul tempo di disponibilità per gli arrivi tardivi o i backfill.
Una funzionalità calcolata dopo l'evento perde informazioni future che il modello non avrebbe mai effettivamente a disposizione quando effettua una previsione reale.
Una giunzione storica ha bisogno di un timestamp sull'osservazione della funzionalità e sull'esempio di previsione o etichetta per selezionare un valore al momento di quel tempo.
Una giunzione as-of di base basata sul tempo dell'evento seleziona la riga di funzionalità più recente con timestamp al momento dell'esempio o prima; il tempo di disponibilità può richiedere un filtro aggiuntivo sul timestamp di creazione.
A current-snapshot join ignores when values changed, so it can leak post-event updates into training data.
Continua a imparare
Altre guide selezionate per questo argomento
Il prossimoProssima guida
Funzionalità di ritardo per la previsione delle serie temporali
Tecnico