Découvrez comment gérer et rechercher des caractéristiques.
Créer une caractéristique
Créez une caractéristique unique pour un type d'entité existant. Pour créer plusieurs caractéristiques dans une même requête, consultez Créer des caractéristiques par lots.
UI Web
- Dans la section Vertex AI de la console Google Cloud , accédez à la page Caractéristiques.
- Sélectionnez une région dans la liste déroulante Région.
- Dans le tableau des caractéristiques, affichez la colonne Type d'entité et cliquez sur le type d'entité auquel ajouter des caractéristiques.
- Cliquez sur Ajouter des caractéristiques pour ouvrir le volet Ajouter des caractéristiques.
- Spécifiez le nom, le type de valeur et, éventuellement, la description de la caractéristique.
- Pour activer la surveillance des valeurs de caractéristiques (preview), sous Surveillance des caractéristiques, sélectionnez Remplacer la configuration de la surveillance du type d'entité, puis saisissez le nombre de jours entre les instantanés. Cette configuration remplace toutes les configurations de surveillance existantes ou futures sur le type d'entité de la caractéristique. Pour plus d'informations, consultez la page Surveillance de la valeur des caractéristiques.
- Pour ajouter des caractéristiques, cliquez sur Ajouter une autre caractéristique.
- Cliquez sur Enregistrer.
REST
Pour créer une caractéristique pour un type d'entité existant, envoyez une requête POST à l'aide de la méthode featurestores.entityTypes.features.create.
Avant d'utiliser les données de requête, effectuez les remplacements suivants :
- LOCATION_ID : région du magasin de caractéristiques,
us-central1
par exemple. - PROJECT_ID : ID de votre projet.
- FEATURESTORE_ID : ID du magasin de caractéristiques.
- ENTITY_TYPE_ID : ID du type d'entité.
- FEATURE_ID : ID de la caractéristique.
- DESCRIPTION : description de la caractéristique.
- VALUE_TYPE : type de valeur de la caractéristique.
Méthode HTTP et URL :
POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID?featureId=FEATURE_ID
Corps JSON de la requête :
{ "description": "DESCRIPTION", "valueType": "VALUE_TYPE" }
Pour envoyer votre requête, choisissez l'une des options suivantes :
curl
Enregistrez le corps de la requête dans un fichier nommé request.json
, puis exécutez la commande suivante :
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/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID?featureId=FEATURE_ID"
PowerShell
Enregistrez le corps de la requête dans un fichier nommé request.json
, puis exécutez la commande suivante :
$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/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID?featureId=FEATURE_ID" | Select-Object -Expand Content
Un résultat semblable aux lignes suivantes doit s'afficher. Vous pouvez utiliser OPERATION_ID dans la réponse pour obtenir l'état de l'opération.
{ "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/operations/OPERATION_ID", "metadata": { "@type": "type.googleapis.com/google.cloud.aiplatform.v1.CreateFeatureOperationMetadata", "genericMetadata": { "createTime": "2021-03-02T00:04:13.039166Z", "updateTime": "2021-03-02T00:04:13.039166Z" } } }
SDK Vertex AI pour Python
Pour savoir comment installer ou mettre à jour le SDK Vertex AI pour Python, consultez Installer le SDK Vertex AI pour Python. Pour en savoir plus, lisez la documentation de référence de l'API SDK Vertex AI pour Python.
Java
Avant d'essayer cet exemple, suivez les instructions de configuration pour Java décrites dans le guide de démarrage rapide de Vertex AI à l'aide des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Vertex AI pour Java.
Pour vous authentifier auprès de Vertex AI, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
Node.js
Avant d'essayer cet exemple, suivez les instructions de configuration pour Node.js décrites dans le guide de démarrage rapide de Vertex AI à l'aide des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Vertex AI pour Node.js.
Pour vous authentifier auprès de Vertex AI, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
Créer des caractéristiques par lots
Créez des caractéristiques de façon groupée pour un type d'entité existant. Pour les requêtes de création de lots, Vertex AI Feature Store (ancien) crée plusieurs caractéristiques à la fois, ce qui est plus rapide que la méthode featurestores.entityTypes.features.create
pour en créer un grand nombre.
UI Web
Consultez Créer une caractéristique.
REST
Pour créer une ou plusieurs caractéristiques pour un type d'entité existant, envoyez une requête POST à l'aide de la méthode featurestores.entityTypes.features.batchCreate, comme indiqué dans l'exemple suivant.
Avant d'utiliser les données de requête, effectuez les remplacements suivants :
- LOCATION_ID : région du magasin de caractéristiques,
us-central1
par exemple. - PROJECT_ID : ID de votre projet.
- FEATURESTORE_ID : ID du magasin de caractéristiques.
- ENTITY_TYPE_ID : ID du type d'entité.
- PARENT : nom de ressource du type d'entité sous lequel créer les caractéristiques.
Format requis :
projects/PROJECT_ID/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID
- FEATURE_ID : ID de la caractéristique.
- DESCRIPTION : description de la caractéristique.
- VALUE_TYPE : type de valeur de la caractéristique.
- DURATION (facultatif) : durée de l'intervalle entre les instantanés, exprimée en secondes. La valeur doit se terminer par un "s".
Méthode HTTP et URL :
POST https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID/features:batchCreate
Corps JSON de la requête :
{ "requests": [ { "parent" : "PARENT_1", "feature": { "description": "DESCRIPTION_1", "valueType": "VALUE_TYPE_1", "monitoringConfig": { "snapshotAnalysis": { "monitoringInterval": "DURATION" } } }, "featureId": "FEATURE_ID_1" }, { "parent" : "PARENT_2", "feature": { "description": "DESCRIPTION_2", "valueType": "VALUE_TYPE_2", "monitoringConfig": { "snapshotAnalysis": { "monitoringInterval": "DURATION" } } }, "featureId": "FEATURE_ID_2" } ] }
Pour envoyer votre requête, choisissez l'une des options suivantes :
curl
Enregistrez le corps de la requête dans un fichier nommé request.json
, puis exécutez la commande suivante :
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/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID/features:batchCreate"
PowerShell
Enregistrez le corps de la requête dans un fichier nommé request.json
, puis exécutez la commande suivante :
$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/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID/features:batchCreate" | Select-Object -Expand Content
Un résultat semblable aux lignes suivantes doit s'afficher. Vous pouvez utiliser OPERATION_ID dans la réponse pour obtenir l'état de l'opération.
{ "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/operations/OPERATION_ID", "metadata": { "@type": "type.googleapis.com/google.cloud.aiplatform.v1.BatchCreateFeaturesOperationMetadata", "genericMetadata": { "createTime": "2021-03-02T00:04:13.039166Z", "updateTime": "2021-03-02T00:04:13.039166Z" } } }
SDK Vertex AI pour Python
Pour savoir comment installer ou mettre à jour le SDK Vertex AI pour Python, consultez Installer le SDK Vertex AI pour Python. Pour en savoir plus, lisez la documentation de référence de l'API SDK Vertex AI pour Python.
Java
Avant d'essayer cet exemple, suivez les instructions de configuration pour Java décrites dans le guide de démarrage rapide de Vertex AI à l'aide des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Vertex AI pour Java.
Pour vous authentifier auprès de Vertex AI, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
Node.js
Avant d'essayer cet exemple, suivez les instructions de configuration pour Node.js décrites dans le guide de démarrage rapide de Vertex AI à l'aide des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Vertex AI pour Node.js.
Pour vous authentifier auprès de Vertex AI, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
Lister les caractéristiques
Listez toutes les caractéristiques dans un emplacement donné. Pour rechercher des caractéristiques dans tous les types d'entités et magasins de caractéristiques dans un emplacement donné, consultez la méthode décrite dans la section Rechercher des caractéristiques.
UI Web
- Dans la section Vertex AI de la console Google Cloud , accédez à la page Caractéristiques.
- Sélectionnez une région dans la liste déroulante Région.
- Dans la table des caractéristiques, affichez la colonne Caractéristiques pour afficher les caractéristiques de votre projet pour la région sélectionnée.
REST
Pour lister toutes les caractéristiques d'un seul type d'entité, envoyez une requête GET à l'aide de la méthode featurestores.entityTypes.features.list.
Avant d'utiliser les données de requête, effectuez les remplacements suivants :
- LOCATION_ID : région du magasin de caractéristiques,
us-central1
par exemple. - PROJECT_ID : ID de votre projet.
- FEATURESTORE_ID : ID du magasin de caractéristiques.
- ENTITY_TYPE_ID : ID du type d'entité.
Méthode HTTP et URL :
GET https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID/features
Pour envoyer votre requête, choisissez l'une des options suivantes :
curl
Exécutez la commande suivante :
curl -X GET \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
"https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID/features"
PowerShell
Exécutez la commande suivante :
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }
Invoke-WebRequest `
-Method GET `
-Headers $headers `
-Uri "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID/features" | Select-Object -Expand Content
Vous devriez recevoir une réponse JSON de ce type :
{ "features": [ { "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID/features/FEATURE_ID_1", "description": "DESCRIPTION", "valueType": "VALUE_TYPE", "createTime": "2021-03-01T22:41:20.626644Z", "updateTime": "2021-03-01T22:41:20.626644Z", "labels": { "environment": "testing" }, "etag": "AMEw9yP0qJeLao6P3fl9cKEGY4ie5-SanQaiN7c_Ca4QOa0u7AxwO6i75Vbp0Cr51MSf" }, { "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID/features/FEATURE_ID_2", "description": "DESCRIPTION", "valueType": "VALUE_TYPE", "createTime": "2021-02-25T01:27:00.544230Z", "updateTime": "2021-02-25T01:27:00.544230Z", "labels": { "environment": "testing" }, "etag": "AMEw9yMdrLZ7Waty0ane-DkHq4kcsIVC-piqJq7n6A_Y-BjNzPY4rNlokDHNyUqC7edw" }, { "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID/features/FEATURE_ID_3", "description": "DESCRIPTION", "valueType": "VALUE_TYPE", "createTime": "2021-03-01T22:41:20.628493Z", "updateTime": "2021-03-01T22:41:20.628493Z", "labels": { "environment": "testing" }, "etag": "AMEw9yM-sAkv-u-jzkUOToaAVovK7GKbrubd9DbmAonik-ojTWG8-hfSRYt6jHKRTQ35" } ] }
Java
Avant d'essayer cet exemple, suivez les instructions de configuration pour Java décrites dans le guide de démarrage rapide de Vertex AI à l'aide des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Vertex AI pour Java.
Pour vous authentifier auprès de Vertex AI, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
Node.js
Avant d'essayer cet exemple, suivez les instructions de configuration pour Node.js décrites dans le guide de démarrage rapide de Vertex AI à l'aide des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Vertex AI pour Node.js.
Pour vous authentifier auprès de Vertex AI, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
Langages supplémentaires
Pour savoir comment installer et utiliser le SDK Vertex AI pour Python, consultez Utiliser le SDK Vertex AI pour Python. Pour en savoir plus, lisez la documentation de référence de l'API SDK Vertex AI pour Python.
Rechercher des caractéristiques
Recherchez des caractéristiques en fonction d'une ou de plusieurs de leurs propriétés, telles que l'ID de la caractéristique, l'ID du type d'entité ou la description de la caractéristique. Vertex AI Feature Store (ancien) effectue la recherche dans tous les magasins de caractéristiques et types d'entités dans un emplacement donné. Vous pouvez également limiter les résultats en filtrant des magasins de caractéristiques, des types de valeur et des étiquettes spécifiques.
Pour lister toutes les caractéristiques, consultez Lister des caractéristiques.
UI Web
- Dans la section Vertex AI de la console Google Cloud , accédez à la page Caractéristiques.
- Sélectionnez une région dans la liste déroulante Région.
- Cliquez sur le champ Filtre de la table des caractéristiques.
- Sélectionnez une propriété à filtrer, telle que Caractéristique, qui renvoie les caractéristiques dont l'ID contient une chaîne correspondante.
- Saisissez la valeur du filtre, puis appuyez sur "Entrée". Vertex AI Feature Store (ancien) renvoie les résultats dans la table des caractéristiques.
- Pour ajouter des filtres, cliquez à nouveau sur le champ Filtre.
REST
Pour rechercher des caractéristiques, envoyez une requête GET à l'aide de la méthode featurestores.searchFeatures. L'exemple suivant utilise plusieurs paramètres de recherche au format featureId:test AND valueType=STRING
. La requête renvoie les caractéristiques dont l'ID contient test
et dont les valeurs sont de type STRING
.
Avant d'utiliser les données de requête, effectuez les remplacements suivants :
- LOCATION_ID : région du magasin de caractéristiques,
us-central1
par exemple. - PROJECT_ID : ID de votre projet.
Méthode HTTP et URL :
GET https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featurestores:searchFeatures?query="featureId:test%20AND%20valueType=STRING"
Pour envoyer votre requête, choisissez l'une des options suivantes :
curl
Exécutez la commande suivante :
curl -X GET \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
"https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featurestores:searchFeatures?query="featureId:test%20AND%20valueType=STRING""
PowerShell
Exécutez la commande suivante :
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }
Invoke-WebRequest `
-Method GET `
-Headers $headers `
-Uri "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featurestores:searchFeatures?query="featureId:test%20AND%20valueType=STRING"" | Select-Object -Expand Content
Vous devriez recevoir une réponse JSON de ce type :
{ "features": [ { "name": "projects/PROJECT_NUMBER/locations/LOCATION_IDfeature-delete.html/featurestores/featurestore_demo/entityTypes/testing/features/test1", "description": "featurestore test1", "createTime": "2021-02-26T18:16:09.528185Z", "updateTime": "2021-02-26T18:16:09.528185Z", "labels": { "environment": "testing" } } ] }
Java
Avant d'essayer cet exemple, suivez les instructions de configuration pour Java décrites dans le guide de démarrage rapide de Vertex AI à l'aide des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Vertex AI pour Java.
Pour vous authentifier auprès de Vertex AI, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
Node.js
Avant d'essayer cet exemple, suivez les instructions de configuration pour Node.js décrites dans le guide de démarrage rapide de Vertex AI à l'aide des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Vertex AI pour Node.js.
Pour vous authentifier auprès de Vertex AI, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
Langages supplémentaires
Pour savoir comment installer et utiliser le SDK Vertex AI pour Python, consultez Utiliser le SDK Vertex AI pour Python. Pour en savoir plus, lisez la documentation de référence de l'API SDK Vertex AI pour Python.
Afficher les détails des caractéristiques
Affichez les détails d'une caractéristique, tels que son type de valeur ou sa description. Si vous utilisez la console Google Cloud et que la surveillance des caractéristiques est activée, vous pouvez également afficher la distribution des valeurs des caractéristiques.
UI Web
- Dans la section Vertex AI de la console Google Cloud , accédez à la page Caractéristiques.
- Sélectionnez une région dans la liste déroulante Région.
- Dans la table des caractéristiques, affichez la colonne Caractéristiques pour rechercher la caractéristique dont vous souhaitez afficher les détails.
- Cliquez sur le nom d'une caractéristique pour afficher ses détails.
- Pour afficher ses métriques, cliquez sur Métriques. Vertex AI Feature Store (ancien) fournit des métriques de distribution de la caractéristique.
REST
Pour obtenir des détails sur une caractéristique, envoyez une requête GET à l'aide de la méthode featurestores.entityTypes.features.get.
Avant d'utiliser les données de requête, effectuez les remplacements suivants :
- LOCATION_ID : région du magasin de caractéristiques,
us-central1
par exemple. - PROJECT_ID : ID de votre projet.
- FEATURESTORE_ID : ID du magasin de caractéristiques.
- ENTITY_TYPE_ID : ID du type d'entité.
- FEATURE_ID : ID de la caractéristique.
Méthode HTTP et URL :
GET https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID/features/FEATURE_ID
Pour envoyer votre requête, choisissez l'une des options suivantes :
curl
Exécutez la commande suivante :
curl -X GET \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
"https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID/features/FEATURE_ID"
PowerShell
Exécutez la commande suivante :
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }
Invoke-WebRequest `
-Method GET `
-Headers $headers `
-Uri "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID/features/FEATURE_ID" | Select-Object -Expand Content
Vous devriez recevoir une réponse JSON de ce type :
{ "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID/features/FEATURE_ID", "description": "DESCRIPTION", "valueType": "VALUE_TYPE", "createTime": "2021-03-01T22:41:20.628493Z", "updateTime": "2021-03-01T22:41:20.628493Z", "labels": { "environment": "testing" }, "etag": "AMEw9yOZbdYKHTyjV22ziZR1vUX3nWOi0o2XU3-OADahSdfZ8Apklk_qPruhF-o1dOSD", "monitoringConfig": {} }
Java
Avant d'essayer cet exemple, suivez les instructions de configuration pour Java décrites dans le guide de démarrage rapide de Vertex AI à l'aide des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Vertex AI pour Java.
Pour vous authentifier auprès de Vertex AI, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
Node.js
Avant d'essayer cet exemple, suivez les instructions de configuration pour Node.js décrites dans le guide de démarrage rapide de Vertex AI à l'aide des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Vertex AI pour Node.js.
Pour vous authentifier auprès de Vertex AI, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
Langages supplémentaires
Pour savoir comment installer et utiliser le SDK Vertex AI pour Python, consultez Utiliser le SDK Vertex AI pour Python. Pour en savoir plus, lisez la documentation de référence de l'API SDK Vertex AI pour Python.
Supprimer une caractéristique
Supprimez une caractéristique et toutes ses valeurs.
UI Web
- Dans la section Vertex AI de la console Google Cloud , accédez à la page Caractéristiques.
- Sélectionnez une région dans la liste déroulante Région.
- Dans la table des caractéristiques, affichez la colonne Caractéristique et recherchez la caractéristique à supprimer.
- Cliquez sur le nom de la caractéristique.
- Dans la barre d'action, cliquez sur Supprimer.
- Cliquez sur Confirmer pour supprimer la caractéristique et ses valeurs.
REST
Pour supprimer une caractéristique, envoyez une requête DELETE à l'aide de la méthode featurestores.entityTypes.features.delete.
Avant d'utiliser les données de requête, effectuez les remplacements suivants :
- LOCATION_ID : région du magasin de caractéristiques,
us-central1
par exemple. - PROJECT_ID : ID de votre projet.
- FEATURESTORE_ID : ID du magasin de caractéristiques.
- ENTITY_TYPE_ID : ID du type d'entité.
- FEATURE_ID : ID de la caractéristique.
Méthode HTTP et URL :
DELETE https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID/features/FEATURE_ID
Pour envoyer votre requête, choisissez l'une des options suivantes :
curl
Exécutez la commande suivante :
curl -X DELETE \
-H "Authorization: Bearer $(gcloud auth print-access-token)" \
"https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID/features/FEATURE_ID"
PowerShell
Exécutez la commande suivante :
$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }
Invoke-WebRequest `
-Method DELETE `
-Headers $headers `
-Uri "https://LOCATION_ID-aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/entityTypes/ENTITY_TYPE_ID/features/FEATURE_ID" | Select-Object -Expand Content
Vous devriez recevoir une réponse JSON de ce type :
{ "name": "projects/PROJECT_NUMBER/locations/LOCATION_ID/featurestores/FEATURESTORE_ID/operations/OPERATION_ID", "metadata": { "@type": "type.googleapis.com/google.cloud.aiplatform.v1.DeleteOperationMetadata", "genericMetadata": { "createTime": "2021-02-26T17:32:56.008325Z", "updateTime": "2021-02-26T17:32:56.008325Z" } }, "done": true, "response": { "@type": "type.googleapis.com/google.protobuf.Empty" } }
Java
Avant d'essayer cet exemple, suivez les instructions de configuration pour Java décrites dans le guide de démarrage rapide de Vertex AI à l'aide des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Vertex AI pour Java.
Pour vous authentifier auprès de Vertex AI, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
Node.js
Avant d'essayer cet exemple, suivez les instructions de configuration pour Node.js décrites dans le guide de démarrage rapide de Vertex AI à l'aide des bibliothèques clientes. Pour en savoir plus, consultez la documentation de référence de l'API Vertex AI pour Node.js.
Pour vous authentifier auprès de Vertex AI, configurez le service Identifiants par défaut de l'application. Pour en savoir plus, consultez Configurer l'authentification pour un environnement de développement local.
Langages supplémentaires
Pour savoir comment installer et utiliser le SDK Vertex AI pour Python, consultez Utiliser le SDK Vertex AI pour Python. Pour en savoir plus, lisez la documentation de référence de l'API SDK Vertex AI pour Python.
Étapes suivantes
- Découvrez comment importer les valeurs de caractéristiques par lots.
- Découvrez comment surveiller les valeurs des caractéristiques importées sur le long terme.
- Découvrez comment livrer des caractéristiques via la livraison en ligne ou par lots.
- Résolvez les problèmes courants liés à Vertex AI Feature Store (ancien).