
Feast 为机器学习训练和线上使用场景组织可复用的数据特征。

| 功能 | 实际用法 |
|---|---|
| 特征定义 | 把字段及版本组织成可查来源 |
| 训练数据 | 对齐训练所用特征和历史时间 |
| 线上读取 | 按部署架构为推理获取注册特征 |
| 产品 | 适用情形 |
|---|---|
| Feast | 主要解决特征复用和训练推理一致性 |
| Kedro | 需要管理更完整的数据项目流程 |
| MLflow | 需要追踪实验与模型版本 |
官方仓库以 Apache 2.0 提供代码。自建特征存储和计算环境按资源使用核算。
为商品分类使用共享的统计特征,发现训练和线上名称不一致时就记录并改正。
开源项目重心是特征管理,需要接入合适的训练环境。
依据官方支持的基础设施和部署要求核实。