我希望使用特征存储来优化跨许多不同模型的特征重用。
例子： 我有 10 个不同的模型，它们使用相同的 2 个特征集（例如：2 个没有标签的特征数据集）。主要区别在于每个模型预测一组不同的标签。
我在网上找不到任何众所周知的模式，所以我想出了 3 种不同的策略，这并不能真正说服我。
可重用性较低但简单的解决方案： 给定每个特征集，“复制”它并为每个模型创建一组，并带有其专用标签。有了 2 个特征集和 10 个模型，我们将有 20 个不同的组共享相同的特征，除了标签。
更可重用但复杂的解决方案（a）： 仅创建 2 个特征组，但包含所有模型的标签。然后，在创建数据集时，过滤组以仅检索特定训练模型的标签列。如果有 2 个特征集和 10 个模型，您将只有 2 个组，每个组有 10 个额外的列，每个标签一个。
更可重用但复杂的解决方案（b）： 创建 2 个特征组，并为每个标签集创建一个特征组。然后，在创建数据集时，选择“共享”特征组和包含特定训练模型标签列的特征组。如果有 2 个特征集和 10 个模型，您将有 12 个组； 2 个“共享”的加上 10，每个对应一个标签集。
我很想使用第二种解决方案，但我没有足够的经验来理解潜在的风险（版本控制、沿袭、可维护性等）
你怎么看？你会建议不同的方法吗？
作为参考，我在 AWS 上工作，使用 SageMaker Feature Store。
首先我不明白为什么你有“10 个不同的模型使用相同的 2 个特征集”，而不仅仅是 1 个数据集。
在我看来是可重用性、可维护性和复杂性之间的权衡。我认为使用特征存储的主要好处是在模型/业务案例之间共享特征。如果这些特征在约束条件下都是相同的，我会选择 2b。相反，如果巧合的是现在所有的功能都相同，但在未来每个模型都可以独立发展，我会选择选项 1，因为它将允许更新一个模型的功能而不会破坏其他现有模型的风险。
我还会考虑复制复制的功能是否会产生不必要的成本或性能下降，我不熟悉 AWS 功能存储。