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。

クイックスタート

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アイコン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が可能です。予測 > ダウンロードタブでは、ダウンロードオプションの選択、および最新のモデルAPIドキュメントのリンクへのアクセスを行うことができます。

注意

モデルJARファイルには、Java 8またはそれ以降が必要です。

以下を参照してください:

コマンドラインインターフェイス

バイナリスコアリングコードJARを使用して.csvファイルのスコアリングを行う完全な構文を以下に示します。

 $ java -Dlog4j2.formatMsgNoLookups=true -jar .jar csv --input= --output= [--help] [--encoding=]
 [--delimiter=] [--passthrough_columns=] [--chunk_size=] [--workers_number=]
 [--log_level=] [--fail_fast] [--pred_name=] [--timeout=] [--buffer_size=]
 [--model_id=] [--config=]

例:

$ 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、および[Javaヒープメモリー]の増加(scoring-cli#increasing -java-heap-memory)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と分類プロジェクトで出力形式が異なります。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) {
      // data is being passed as a Java map
      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)

      // model id is the name of the .jar file
      String regression_modelId = "5d2db3e5bad451002ac53318";

      // get a regression predictor object given model
      IRegressionPredictor regression_predictor =
         Predictors.getPredictor(regression_modelId);

      double scored_value = regression_predictor.score(row);

      System.out.println("The predicted variable: " + scored_value);

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

      // model id is the name of the .jar file
      String classification_modelId = "5d36ee03962d7429f0a6be72";

      // get a classification predictor object given model
      IClassificationPredictor predictor =
         Predictors.getPredictor(classification_modelId);

      Map<String, Double> class_probabilities = predictor.score(row);

      for (String class_label : class_probabilities.keySet()) {
         System.out.println(String.format("The probability of the row belonging to class %s is %f",
            class_label, class_probabilities.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の例も参照してください。


更新しました February 22, 2022
Back to top