Skip to content
アプリケーション内で をクリックすると、お使いのDataRobotバージョンに関する全プラットフォームドキュメントにアクセスできます。
モデリング > モデルのインサイト > 予測 > ダウンロード

ダウンロードタブ

ダウンロードタブでは、モデルアーティファクトであるチャート/グラフ（PNG形式）とモデルデータを1つのZIPファイルにまとめてダウンロードすることができます。 これらのアーティファクトにアクセスしてダウンロードするには、リーダーボードでモデルを選択し、予測 > ダウンロードをクリックします。

ダウンロードオプション 説明
チャート モデルのチャート、グラフ、およびデータを含むZIPアーカイブをダウンロードします。 チャートおよびグラフは.PNG形式でエクスポートされます。モデルのデータはCSV形式でエクスポートされます。
RuleFit コード RuleFitモデルの場合、PythonまたはJavaのスコアリングコードをダウンロードします。
MLOpsパッケージ セルフマネージドAIプラットフォームでは、デプロイを作成するために必要なすべての情報を含むDataRobot MLOpsのパッケージをダウンロードします。

備考

ダウンロードタブには、以前はダウンロード用のスコアリングコードが含まれていました。 スコアリングコードは、リーダーボードまたはデプロイから利用できるようになりました。 使用可能なアーティファクトは、インストールと有効になっている特徴量によって異なります。

チャートをダウンロード

エクスポート可能なチャートをダウンロードグループボックスで、ダウンロードリンクをクリックすると、モデルのチャート、グラフ、データを含む1つのZIPアーカイブをダウンロードできます。 チャートおよびグラフは.PNG形式でエクスポートされます。モデルのデータはCSV形式でエクスポートされます。 個々のチャートおよびグラフを保存するには、 エクスポート機能を使用します。

備考

特徴量ごとの作用が計算されている場合、個々の特徴量のチャート画像をエクスポートすることができます。 ZIPファイルをエクスポートする場合、部分依存および予測対実データ用に全てのチャート画像およびCSVファイルが取得されます。

RuleFitコードをダウンロード

リーダーボードに RuleFitモデル （または 使用非推奨のDataRobot Primeモデル）が含まれている場合は、RuleFitコードをダウンロードグループボックスでPythonまたはJavaを選択し、ダウンロードをクリックしてRuleFitモデルのスコアリングコードをダウンロードします。

RuleFitに関する注意事項

次のようなプロジェクトの場合、RuleFitモデルを構築できません。

  • 多クラス、多ラベル、またはOTV。
  • 日付/時刻パーティションを使用している。
  • オフセットまたはエクスポージャーの詳細設定を使用している。
  • 画像、位置、または日付の特徴量が含まれている。
  • 集計されたカテゴリー特徴量または派生特徴量が特徴量セットに含まれている。
  • 単一列のテキストリストが特徴量セットに含まれている。

PythonコードまたはJavaコードをダウンロードすれば、ローカルで実行できます。 詳細については、以下の例を参照してください。

ダウンロードしたコードをPythonで実行するには、以下の環境が必要です。

  • Python（推奨：3.7）
  • Numpy（推奨：1.16）
  • Pandas < 1.0（推奨：0.23）

ダウンロードしたモデルで予測を行うには、エクスポートしたPythonスクリプトファイルを以下のコマンドで実行します。

python <prediction_file> --encoding=<encoding> <data_file> <output_file>
プレースホルダー 説明
prediction_file は、ダウンロードしたPythonコード版のRuleFitモデルを指定します。
エンコーディング （オプション）予測の作成で使用するデータセットのエンコーディングを指定します。 特に指定しない場合、RuleFitのデフォルトはUTF-8です。 使用可能なその他のエントリーについては、Pythonでサポートされる標準のチャートの「コーデック」列を参照してください。
data_file csvファイル（データセット）を指定します。 列はRuleFitモデルの生成に使用する特徴量セットに対応する必要があります。
output_file は、DataRobotが結果を書き込むファイル名を指定します。

この例では、rulefit.pyは、以下のデータセットでトレーニングしたRuleFitモデルを含むPythonスクリプトです。

race,gender,age,readmitted
Caucasian,Female,[50-60),0
Caucasian,Male,[50-60),0
Caucasian,Female,[80-90),1

以下のコマンドを実行すると、data.csvのデータに対する予測が生成され、results.csvに結果が出力されます。

python rulefit.py data.csv results.csv

ファイルdata.csvは拡張子csvのファイルで以下のように表示されます。

race,gender,age
Hispanic,Male,[40-50)
Caucasian,Male,[80-90)
AfricanAmerican,Male,[60-70)

results.csvの結果は次のようになります。

Index,Prediction
0,0.438665626555
1,0.611403738867
2,0.269324648106

ダウンロードしたコードをJavaで実行するには：

  • Javaバージョン1.7.x以降のJDKを使用する必要があります。
  • ファイル内のクラスの名前を変更しないでください。
  • コードを実行するにはApache Commons CSVライブラリバージョン1.1以降を含める必要があります。
  • エクスポートされたコードのJavaファイルの名前をPrediction.javaに変更する必要があります。

Javaファイルをコンパイルするには、以下のコマンドを実行します。

javac -cp ./:./commons-csv-1.1.jar Prediction.java -d ./ -encoding 'UTF-8'

コンパイル済のJavaクラスを実行するには、以下のコマンドを実行します。

java -cp ./:./commons-csv-1.1.jar Prediction <data file> <output file>
プレースホルダー 説明
data_file は、.csvファイル（データセット）を指定します。列はRuleFitモデルの生成に使用する特徴量セットに対応する必要があります。
output_file は、DataRobotが結果を書き込むファイル名を指定します。

以下の例を実行すると、data.csvのデータに対する予測が生成され、results.csvに結果が出力されます。

javac -cp ./:./commons-csv-1.1.jar Prediction.java -d ./ -encoding 'UTF-8'
java -cp ./:./commons-csv-1.1.jar Prediction data.csv results.csv

入出力データの詳細な形式については、Pythonの例を参照してください。

MLOpsパッケージのダウンロード（セルフマネージド）

組織内にDataRobotの _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、MLOpsパッケージグループボックスでダウンロードをクリックして、デプロイの作成に必要なすべての情報を含むDataRobot MLOpsのパッケージをダウンロードできます。 別のDataRobotインスタンスでモデルを使用するには、モデルパッケージをダウンロードして、他のインスタンスのモデルレジストリにアップロードします。

MLOpsパッケージにアクセスすると、デプロイタブに移動します。 そこから、モデルをモデルパッケージファイル（MLPKG）としてダウンロードできます。 ダウンロードしたモデルは、別のDataRobotインスタンスのモデルレジストリにアップロードすることで、別のインスタンスで使用できます。

詳細については、モデル移行のセクションを参照してください。

本機能の提供について

ユーザーがモデルをモデル構築環境から隔離された専用の予測環境にエクスポートできるDataRobotのエクスポート可能なモデルおよび独立予測環境オプションは、マネージドAIプラットフォームデプロイで使用できません。