# Location AI

> Location AI - DataRobot Location AIは、AutoMLワークフロー全体で地理空間分析のツールとサポートを追加します。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-15T05:55:44.965769+00:00` (UTC).

## Primary page

- [Location AI](https://docs.datarobot.com/ja/docs/classic-ui/modeling/special-workflows/location-ai/index.html.md): Full documentation for this topic (Markdown sidecar).

## Sections on this page

- [機能に関する注意事項](https://docs.datarobot.com/ja/docs/classic-ui/modeling/special-workflows/location-ai/index.html.md#feature-considerations): In-page section heading.
- [位置特徴量](https://docs.datarobot.com/ja/docs/classic-ui/modeling/special-workflows/location-ai/index.html.md#location-features): In-page section heading.
- [ビジュアライゼーション](https://docs.datarobot.com/ja/docs/classic-ui/modeling/special-workflows/location-ai/index.html.md#visualizations): In-page section heading.
- [モデリング](https://docs.datarobot.com/ja/docs/classic-ui/modeling/special-workflows/location-ai/index.html.md#modeling): In-page section heading.

## Documentation content

DataRobot Location AIは、AutoMLワークフロー全体で地理空間分析のサポートを追加します。 これらのツールと手法は、以下の方法でユーザーがモデリングワークフローを改善するのに役立ちます。

- 一般的な地理空間形式をネイティブに取り込む
- 非空間形式の地理空間座標を自動的に認識する
- 探索的空間データ分析（ESDA）の許可
- 空間的に明示的なモデリングタスクによるモデルブループリントの強化
- モデリング前後のインタラクティブマップを使用した地理空間データの視覚化
- モデルの空間パターンのインサイトの取得

DataRobotのLocation AIは、標準のAutoMLワークフローを拡張して、広範囲の地理空間問題をキャプチャします。

重要な追加情報については、関連する [注意事項](https://docs.datarobot.com/ja/docs/classic-ui/modeling/special-workflows/location-ai/index.html.md#feature-considerations) を参照してください。

これらのセクションでは、以下の内容について説明します。

| トピック | 説明 |
| --- | --- |
| データ取込み | 地理空間データのソースを操作します。 |
| ESDA | DataRobot環境内で探索的空間データ解析（ESDA）を実行します。 |
| モデリング | 従来の自動化された特徴量エンジニアリングを拡張し、モデルオプションを改善します。 |
| 位置ごとの精度 | 視覚化を通じてモデルの忠実度を評価します。 |

## 機能に関する注意事項

Location AIを使用する際には、以下の [ロケーション](https://docs.datarobot.com/ja/docs/classic-ui/modeling/special-workflows/location-ai/index.html.md#location-features) 、 [ビジュアライゼーション](https://docs.datarobot.com/ja/docs/classic-ui/modeling/special-workflows/location-ai/index.html.md#visualizations) 、 [モデリング](https://docs.datarobot.com/ja/docs/classic-ui/modeling/special-workflows/location-ai/index.html.md#modeling) のポイントを考慮してください。

### 位置特徴量

Location AIの多くの特徴量は、プライマリー位置特徴量で動作します。 データセットには複数の位置特徴量を含めることができます。プライマリー位置特徴量は、ほとんどの視覚化とモデリングの基礎として使用される特徴量です。

- プライマリー位置特徴量は、データセットの最初の位置特徴量に自動的に設定されます。 この選択は、[EDA]ページの[地理空間モデリング]セクションのドロップダウンを使用して変更できます。 オートパイロットが開始した後はプライマリー位置特徴量を変更することはできません。
- 位置特徴量は、以下の項目からプロジェクトが作成されるときに自動的に作成されます。
- ロケーション列のすべての行は、同じ形状タイプ（ポイント、ライン、ポリゴンなど）である必要があります。
- 緯度と経度のデータを含む特徴量のペアから手動で位置特徴量を作成できます。

### ビジュアライゼーション

Location AIは、探索的空間データ分析（ESDA）およびモデルパフォーマンスのインサイトを探索するためのいくつかの直感的なツールを提供します。

- 地図上のすべてのロケーションを表示するユニークマップビジュアライゼーションは一般的に使用できます。 データセットが十分に大きい場合、データが自動的に集約されてパフォーマンスが向上します。
- 位置ごとの精度は連続値プロジェクトでのみ使用できます。 時間外検定（OTV）を使用している場合は使用できません。

### モデリング

Location AIを使用すると、モデリングブループリントが拡張され、ロケーションによって提供される重要な情報を利用できるようになります。

- Location AIは、多クラスプロジェクトの探索的空間データ分析（ESDA）に利用できますが、Location AIモデルは、連続値、二値分類、異常検知、クラスタリングのプロジェクトにのみ利用可能となります。
- 時系列はサポートされていません。
- Spatial Neighborhood Featurizerは、データセットに10,000,000を超える行または500を超える数値列がある場合は実行されません。
- 緯度と経度の特徴量を変換して作成されたポイント位置特徴量の場合、元の緯度特徴量と経度特徴量には新しい位置特徴量と同じ情報が含まれるので、モデリング中に特徴量セットから除外することができます。
- Gaussian Process RegressorやEureqaモデルなど、一部のモデリングブループリントはLocation AIをサポートしていません。 一部のブループリントは、オートパイロットで実行できることがあります。また、ロケーション情報を使用しないリポジトリで利用できる場合もあります。
- スコアリングコードのエクスポートはサポートされていません。