# スコアリングコードの使用例

> スコアリングコードの使用例 - DataRobotのスコアリングコード機能を使用する方法を説明します。

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 `2026-07-15T05:55:44.982948+00:00` (UTC).

## Primary page

- [スコアリングコードの使用例](https://docs.datarobot.com/ja/docs/classic-ui/predictions/port-pred/scoring-code/quickstart-api.html.md): Full documentation for this topic (Markdown sidecar).

## Sections on this page

- [コマンドラインインターフェイスの例](https://docs.datarobot.com/ja/docs/classic-ui/predictions/port-pred/scoring-code/quickstart-api.html.md#command-line-interface-example): In-page section heading.
- [Java APIの例](https://docs.datarobot.com/ja/docs/classic-ui/predictions/port-pred/scoring-code/quickstart-api.html.md#java-api-example): In-page section heading.
- [別のクラスローダーでモデルをロードする](https://docs.datarobot.com/ja/docs/classic-ui/predictions/port-pred/scoring-code/quickstart-api.html.md#load-models-with-a-separate-class-loader): In-page section heading.
- [Javaによる予測の説明例](https://docs.datarobot.com/ja/docs/classic-ui/predictions/port-pred/scoring-code/quickstart-api.html.md#java-prediction-explanation-examples): In-page section heading.

## Documentation content

> [!NOTE] 本機能の提供について
> スコアリングコード機能の有効化については、DataRobotの担当者にお問い合わせください。

リーダーボードでスコアリングコード [インジケーター](https://docs.datarobot.com/ja/docs/reference/pred-ai-ref/leaderboard-ref.html.md#tags-and-indicators) が表示されているモデルは、スコアリングコードのダウンロードをサポートします。 スコアリングコードJARは、 [リーダーボード](https://docs.datarobot.com/ja/docs/classic-ui/predictions/port-pred/scoring-code/sc-download-leaderboard.html.md) または [デプロイ](https://docs.datarobot.com/ja/docs/classic-ui/predictions/port-pred/scoring-code/sc-download-deployment.html.md) からダウンロードできます。

> [!NOTE] Javaの要件
> MLOps監視ライブラリにはJava 11以降が必要です。 監視しない場合、モデルのスコアリングコードJARファイルにはJava 8以降が必要です。ただし、MLOpsライブラリを使用して監視を行う場合、モデルのスコアリングコードJARファイルにはJava 11以降が必要です。 セルフマネージドAIプラットフォームがインストールされている場合 、Java 11の要件がDataRobot v11.0以降に適用されます。

以下の例を参照してください。

- バイナリスコアリングコードJARを使用して、コマンドラインでCSVファイルをスコアリングします。
- Javaプロジェクトでダウンロード済みJARを使用します。

詳細については、スコアリングコードに関する [注意事項](https://docs.datarobot.com/ja/docs/classic-ui/predictions/port-pred/scoring-code/index.html.md#feature-considerations) を参照してください。

## コマンドラインインターフェイスの例

次の例では、バイナリスコアリングコードJARを使用してCSVファイルをスコアリングします。 完全な構文については、 [埋め込まれたCLIによるスコアリング](https://docs.datarobot.com/ja/docs/classic-ui/predictions/port-pred/scoring-code/scoring-cli.html.md#scoring-with-the-embedded-cli) を参照してください。

```
java -Dlog4j2.formatMsgNoLookups=true -jar 5cd071deef881f011a334c2f.jar csv --input=Iris.csv --output=Isis_out.csv 
```

戻り値：

```
head Iris_out.csv
Iris-setosa,Iris-virginica,Iris-versicolor
0.9996371740832738,1.8977798830979584E-4,1.7304792841625776E-4
0.9996352462865297,1.9170611877686303E-4,1.730475946939417E-4
0.9996373523223016,1.8970270284380858E-4,1.729449748545291E-4 
```

[コマンドラインパラメーター](https://docs.datarobot.com/ja/docs/classic-ui/predictions/port-pred/scoring-code/scoring-cli.html.md#command-line-parameters) 、および [Javaヒープメモリー](https://docs.datarobot.com/ja/docs/classic-ui/predictions/port-pred/scoring-code/scoring-cli.html.md#increase-java-heap-memory) の増加の説明も参照してください。

## Java APIの例

Java APIと共に使用するには、ダウンロードしたJARファイルをJavaプロジェクトのクラスパスに追加します。 このAPIの出力形式は、連続値プロジェクトおよび分類プロジェクトの出力形式とは異なります。 以下に両方の例を示します。

```
import com.datarobot.prediction.IClassificationPredictor;
import com.datarobot.prediction.IRegressionPredictor;
import com.datarobot.prediction.Predictors;

import java.util.HashMap;
import java.util.Map;

public class Main {

  public static void main(String[] args) {
    Map<String, Object> row = new HashMap<>();
    row.put("a", 1);
    row.put("b", "some string feature");
    row.put("c", 999);

    // below is an example of prediction of a single variable (regression)

    // get a regression predictor by model id
    IRegressionPredictor regressionPredictor = Predictors.getPredictor("5d2db3e5bad451002ac53318");
    double scored_value = regressionPredictor.score(row);
    System.out.println("The predicted variable: " + scored_value);

    // below is an example of prediction of class probabilities (classification)

    // get a regression predictor by model id
    IClassificationPredictor predictor = Predictors.getPredictor("5d36ee03962d7429f0a6be72");
    Map<String, Double> classProbabilities = predictor.score(row);
    for (String class_label : classProbabilities.keySet()) {
      System.out.printf("The probability of the row belonging to class %s is %f%n",
          class_label, classProbabilities.get(class_label));
    }
  }
} 
```

別のバージョンのDataRobotによって生成されたモデルを使用する際の [下位互換性](https://docs.datarobot.com/ja/docs/classic-ui/predictions/port-pred/scoring-code/java-back-compat.html.md) の例も参照してください。

## 別のクラスローダーでモデルをロードする

JavaクラスパスにモデルのJARファイルを含めると、モデルのJARファイル内の依存関係と、アプリケーションコードや他のモデルのJARファイル内の依存関係が競合する可能性があります。 こうした競合を避けるために、 [Predictors.getPredictorFromJarFile()](https://javadoc.io/static/com.datarobot/datarobot-prediction/2.2.4/com/datarobot/prediction/Predictors.html#getPredictorFromJarFile(java.lang.String%29) を使用して、実行時にファイルシステムからモデルをロードすることができます。

```
IRegressionPredictor predictor = Predictors.getPredictorFromJarFile("/path/to/model.jar"); 
```

### Javaによる予測の説明例

[リーダーボード](https://docs.datarobot.com/ja/docs/classic-ui/predictions/port-pred/scoring-code/sc-download-leaderboard.html.md) または 予測の説明を含める が有効な [デプロイ](https://docs.datarobot.com/ja/docs/classic-ui/predictions/port-pred/scoring-code/sc-download-deployment.html.md) からスコアリングコードJARをダウンロードすると、Javaコードで [予測の説明](https://docs.datarobot.com/ja/docs/classic-ui/modeling/analyze-models/understand/pred-explain/index.html.md) を計算できます。

> [!NOTE] 備考
> 詳細については、 [スコアリングコードでの予測の説明に関する注意事項](https://docs.datarobot.com/ja/docs/classic-ui/predictions/port-pred/scoring-code/index.html.md#prediction-explanations-support) を参照してください。

以下の例では、 デフォルト のパラメーターで予測の説明を計算しています。

**連続値:**
```
IRegressionPredictor predictor = Predictors.getPredictor();   
Score<Double> score = predictor.scoreWithExplanations(featureValues);
List<Explanation> explanations = score.getPredictionExplanation(); 
```

**二値分類:**
```
IClassificationPredictor predictor = Predictors.getPredictor();   
Score<Map<String, Double>> score = predictor.scoreWithExplanations(featureValues);
List<Explanation> explanations = score.getPredictionExplanation(); 
```


以下の例では、 カスタム パラメーターで予測の説明を計算しています。

**連続値:**
```
IRegressionPredictor predictor = Predictors.getPredictor();
ExplanationParams parameters = predictor.getDefaultPredictionExplanationParams();
parameters = parameters
    .withMaxCodes(10)
    .withThresholdHigh(0.8)
    .withThresholdLow(0.3);
Score<Double> score = predictor.scoreWithExplanations(featureValues, parameters);
List<Explanation> explanations = score.getPredictionExplanation(); 
```

**二値分類:**
```
IClassificationPredictor predictor = Predictors.getPredictor();
ExplanationParams defaultParameters = predictor.getDefaultPredictionExplanationParams();
defaultParameters = defaultParameters
    .withMaxCodes(10)
    .withThresholdHigh(0.8)
    .withThresholdLow(0.3);
Score<Map<String, Double>> score = predictor.scoreWithExplanations(featureValues, defaultParameters);
List<Explanation> explanations = score.getPredictionExplanation(); 
```