特徵儲存庫

特徵儲存庫（feature store）是一套中央系統，用來計算、儲存並供應機器學習模型使用的輸入變數（特徵，features）——例如「顧客最近 30 天的平均消費」。它讓一個特徵只需定義一次，就能在許多模型與團隊之間重複使用，無論是訓練時還是即時預測時。

它的主要任務，是解決一個微妙卻具破壞力的問題，稱為「訓練-服務偏斜」（training–serving skew）：當某個特徵在訓練筆記本裡用一種方式計算、在線上系統裡卻用略微不同的方式計算時，模型會悄悄地表現得比預期差。特徵儲存庫保證兩邊用的是同一份定義，並透過「供應該時點當時已知的數值」來避免資料洩漏（data leakage）。它屬於進階基礎設施——小型專案沒有它也運作得很好。