Feature Store

Bir feature store, makine öğrenmesi modelleri tarafından kullanılan veri özelliklerini yönetmek, depolamak, keşfetmek ve sunmak için merkezi bir sistemdir. Ekiplerin eğitim ve üretim çıkarımı sırasında aynı özellik tanımlarını uygulamasına yardımcı olarak yinelenen çalışmayı ve tutarsızlıkları azaltır. Örneğin, bir müşterinin “son 30 gündeki satın alımları” değerini birkaç pipeline içinde yeniden oluşturmak yerine, ekipler bunu bir kez tanımlayabilir, geçmişini koruyabilir ve bir model tahmin yaptığında en son değerini alabilir.

Feature Store Nasıl Çalışır?#

Bir özellik, hesap yaşı, ortalama işlem değeri, tespit edilen nesne sayısı veya bir görüntü gömüştürmesi (embedding) gibi bir modele ölçülebilir bir girdidir. Ham veriler, feature engineering veya otomatik feature extraction aracılığıyla yararlı model girdilerine dönüşür.

Tipik bir feature store birkaç bileşeni koordine eder:

• Feature definitions: Şemalar her özelliğin adını, veri türünü, sahibini, dönüşüm mantığını, varlık anahtarını (entity key) ve sürümünü açıklar. İlgili özellikler, Amazon SageMaker Feature Store concepts bölümünde açıklandığı gibi özellik gruplarında veya görünümlerinde organize edilebilir.
• Offline store: Geçmiş değerler keşfi, eğitimi, doğrulamayı ve toplu çıkarımı destekler. Feast offline store documentation belgesi, geçmiş zaman serisi özelliklerinin temel veri kaynaklarından nasıl alındığını açıklar.
• Online store: Gerçek zamanlı tahminler için en son değerler düşük gecikmeli bir veritabanında tutulur. Örneğin bir Feast online store, tipik olarak her varlık anahtarı için en yeni değeri saklar.
• Materialization: Zamanlanmış veya akış halinde bir süreç, hesaplanan özellik değerlerini online store içine taşır.
• Registry and metadata: Aranabilir tanımlar, ekiplerin özellikleri keşfetmesine, yönetmesine, sürümlemesine ve yeniden kullanmasına yardımcı olur.

Bir varlık (entity), özelliğin neyi tanımladığını belirtir. Bu bir müşteri kimliği, ürün kimliği, makine kimliği veya kamera kimliği olabilir. Bir olay zaman damgası (event timestamp), değerin yazıldığı anı değil, ne zaman geçerli olduğunu kaydeder.

Feature Store'lar Neden Önemlidir?#

Başlıca faydalardan biri, eğitim ve sunum arasındaki tutarstlaktır. Bir model bir hesaplama ile eğitilir ancak üretimde biraz farklı bir hesaplama alırsa, eğitim-sunum uyumsuzluğu (training-serving skew) tahmin kalitesini düşürebilir. Merkezi tanımlar ve paylaşılan alma mantığı bunu daha az olası hale getirir.

Zamana duyarlı veri alma da aynı derecede önemlidir. Bir eğitim satırı yalnızca tahmin edilen olay gerçekleştiğinde mevcut olan bilgileri içermelidir. Point-in-time joins in Feast bu geçmiş değerleri yeniden oluşturarak gelecekteki bilgilerden kaynaklanan data leakage durumunu önlemeye yardımcı olur. Google Cloud’un feature-serving guidance kılavuzu da benzer şekilde zamana duyarlı özellikler için zaman damgalarını ve anlık (point-in-time) aramaları vurgular.

Feature store'lar ayrıca şunları destekler:

• Yeniden Kullanım: Birden fazla model, pipeline'ları yeniden oluşturmadan güvenilir özellikleri tüketebilir.
• Güncellik: Akış güncellemeleri, gerçek zamanlı girdileri güncel tutabilir.
• Yönetişim: Sahiplik, soy (lineage), erişim kontrolleri ve sürümler, özelliklerin denetlenmesini kolaylaştırır.
• İzleme: Ekipler eksik değerleri, eski kayıtları, şema değişikliklerini ve data drift durumunu tespit edebilir.

Bu yetenekler, özellikle birçok model ve ekip paylaşılan verilere bağımlı olduğunda, feature store'ları üretim MLOps süreçlerinin önemli bir parçası haline getirir.

İlgili Sistemlerle Karşılaştırıldığında Feature Store'lar#

Bir feature store sadece başka bir veritabanı değildir.

• Bir data lake büyük hacimlerde ham veya işlenmiş verileri barındırırken, bir feature store modele yönelik tanımlar, zaman damgaları, veri alma mantığı ve sunum arayüzleri ekler.
• Bir vector database vektörler üzerinde benzerlik arama konusunda uzmanlaşmıştır. Bir feature store embeddings öğelerini yönetebilir, ancak aynı zamanda skaler, kategorik, toplulaştırılmış ve zaman serisi özelliklerini de tutabilir.
• Bir özellik mühendisliği pipeline'ı özellikleri hesaplar; feature store ise ortaya çıkan değerleri yönetir ve sunar.
• Bir model kayıt defteri (model registry) model sürümlerini ve yapıtlarını yönetirken, bir feature store model girdilerini yönetir.

Yönetilen sistemler bu sorumlulukların birkaçını birleştirebilir. Örneğin, Azure Machine Learning managed feature stores özellik keşfi, sürüm oluşturma, materialization ve geçmiş verileri alma imkanı sağlar.

Gerçek Dünya Uygulamaları#

Dolandırıcılık tespiti (Fraud detection): Bir ödeme modeli işlem hızını, ortalama satın alma tutarını, hesap yaşını ve son başarısız ödeme sayısını kullanabilir. Offline store eğitim için geçmiş değerleri yeniden oluştururken, online store yeni bir işlem geldiğinde milisaniyeler içinde güncel değerleri sağlar.

Bilgisayarlı görü incelemesi (Computer vision inspection): Bir üretim sistemi, üretim hattına ve zaman damgasına göre anahtarlanmış olan dönen kusur sayılarını, ekipman durumunu, vardiya meta verilerini ve görsel gömüştürmeleri depolayabilir. Geçmiş özellikler yeniden eğitimi desteklerken, güncel değerler dağıtılmış bir modelin yeni tespitleri yorumlamasına yardımcı olur. Ekipler Ultralytics Platform ile görüntüleri, ek açıklamaları, eğitimi, dağıtımı ve izlemeyi yönetebilirken, ayrı bir feature store işlemsel girdileri sunar.

Ultralytics YOLO26, daha sonra varlık kimlikleri, zaman damgaları ve sürüm meta verileriyle kaydedilebilecek görüntü özellikleri üretebilir:

from ultralytics import YOLO

model = YOLO("yolo26n.pt")

images = [
    "https://ultralytics.com/images/bus.jpg",
    "https://ultralytics.com/images/zidane.jpg",
]

embeddings = model.embed(images)
first_image_features = embeddings[0]

print(len(embeddings))
print(first_image_features.shape)

Bu örnek, tam bir feature store yönetimi değil, özellik çıkarımı gerçekleştirir. Üretim iş akışı vektörleri doğrular, bunları kayıtlar ve olay zamanlarıyla ilişkilendirir, geçmiş sürümleri depolar ve Google Cloud ML quality guidelines içindekiler gibi uygulamaları kullanarak güncelliği ve kaliteyi izler.