# 予測の作成 > 予測の作成 - 任意のサイズのデータセットを使用して、デプロイ済みモデルのバッチ予測を行います。時系列デプロイの追加予測オプションについて学びます。 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 `2026-07-27T18:44:30.763852+00:00` (UTC). ## Primary page - [予測の作成](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-predictions/nxt-make-predictions.html.md): Full documentation for this topic (Markdown sidecar). ## Sections on this page - [予測データセットの選択](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-predictions/nxt-make-predictions.html.md#select-a-prediction-dataset): In-page section heading. - [デプロイでの予測の作成](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-predictions/nxt-make-predictions.html.md#make-predictions-with-a-deployment): In-page section heading. - [時系列オプションの設定](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-predictions/nxt-make-predictions.html.md#set-time-series-options): In-page section heading. - [予測オプションの設定](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-predictions/nxt-make-predictions.html.md#set-prediction-options): In-page section heading. - [予測を計算およびダウンロード](https://docs.datarobot.com/ja/docs/workbench/nxt-console/nxt-predictions/nxt-make-predictions.html.md#compute-and-download-predictions): In-page section heading. ## Documentation content 予測 > 予測を作成 タブを使用して、バッチ予測を作成してデプロイ済みモデルによってデータセットを効率的にスコアリングします。 > [!NOTE] 備考 > [デプロイ前のモデルで予測を行う](https://docs.datarobot.com/ja/docs/workbench/nxt-workbench/experiments/make-predictions.html.md) には、エクスペリメントの モデル リストからモデルを選択し、 モデルのアクション > 予測を作成 をクリックします。 バッチ予測とは、大規模なデータセットで予測を行う方法で、入力データを渡すと各行の予測結果が得られます。 DataRobotは、これらの予測を出力ファイルに書き出します。 以下を行うこともできます。 - 予測データの送信元と送信先を指定し、予測が実行されるタイミングを決定することで、バッチ予測ジョブをスケジュールします。 - バッチ予測APIを使って予測します。 ## 予測データセットの選択 デプロイされたモデルでバッチ予測を行うには、デプロイの 予測 > 予測を作成 タブに移動し、予測ソースをアップロードします。 - ファイルを予測データセットボックスにドラッグします。 - ファイルを選択をクリックし、以下のいずれかを選択します。 アップロード方法説明ローカルファイルをアップロードローカルファイルシステムからファイルを選択して、データセットをアップロードして予測を行います。データレジストリデータレジストリにアップロード済みのファイルを選択します。ラングラーレシピワークベンチで、Snowflakeのデータ接続またはデータレジストリのデータセットから、ラングリングされたレシピを選択します。 ローカルファイルをアップロードデータレジストリラングラーレシピローカルファイルシステムで、データセットファイルを選択し、開くをクリックします。予測データセットをアップロードすると、完全にアップロードされた後にAIカタログに自動的に保存されます。 アップロードが完了する前にページから移動しないようにしてください。そうしないと、データセットがカタログに保存されません。 アップロードした後まだデータセットが処理中の場合、使用可能になる前に、データセットに対してDataRobotがEDAを実行中であることを意味します。データセットを選択パネルで、データセットをクリックしてから確認をクリックします。レシピを選択パネルで、Snowflakeデータ接続またはデータレジストリからラングリングされたレシピのチェックボックスを選択してから、選択をクリックします。レシピのフィルターとレビューソースでラングリングレシピのリストをフィルターするには、ソースフィルターをクリックして、Snowflakeまたはデータレジストリを選択します。 レシピを選択する前に詳細について知るには、レシピ行をクリックして基本情報とラングリングSQLクエリーを表示するか、リストからレシピを選択した後にプレビューをクリックします。 **時系列データ要件** 時系列モデルで予測を作成するには、 特定の形式のデータセットが必要です 。 形式は時系列プロジェクトの設定に基づきます。 予測データセットに正しい履歴行、予測行、および事前に既知の特徴量が含まれていることを確認します。 さらに、DataRobotが時系列データを確実に処理できるようにするには、次の要件を満たすようにデータセットを設定してください。 - 予測行をタイムスタンプでソートします。最も古い行が最初に表示されます。 - 複数系列では、予測行を系列IDでソートし、さらにタイムスタンプでソートして、古い順に表示します。 DataRobotがサポートする系列の数には 制限はありません 。 [制限](https://docs.datarobot.com/ja/docs/api/reference/batch-prediction-api/index.html.md#limits) に記載されているように、唯一の制限はジョブのタイムアウトです。 データセットの例については、 [スコアリングデータセットの要件](https://docs.datarobot.com/ja/docs/api/reference/batch-prediction-api/batch-pred-ts.html.md#requirements-for-the-scoring-dataset) をご覧ください。 ## デプロイでの予測の作成 このセクションでは、 予測を作成 タブを使用して、標準的なデプロイと時系列デプロイでバッチ予測を行う方法を説明します。 | | フィールド名 | 説明 | | --- | --- | --- | | (1) | 予測データセット | ローカルファイルをアップロードするか、データレジストリからデータセットをインポートして、予測データセットを選択します。 | | (2) | 時系列オプション | 時系列予測の方法を指定および設定します。 | | (3) | 予測オプション | 予測オプションを設定します。 | | (4) | 予測を計算およびダウンロード | データをスコアリングし、予測をダウンロードします。 | | (5) | 最近の予測をダウンロード | 最近のバッチ予測を表示し、結果をダウンロードします。 予測のダウンロードは48時間有効です。 | ## 時系列オプションの設定 **時系列データ要件** 時系列モデルで予測を作成するには、 特定の形式のデータセットが必要です 。 形式は時系列プロジェクトの設定に基づきます。 予測データセットに正しい履歴行、予測行、および事前に既知の特徴量が含まれていることを確認します。 さらに、DataRobotが時系列データを確実に処理できるようにするには、次の要件を満たすようにデータセットを設定してください。 - 予測行をタイムスタンプでソートします。最も古い行が最初に表示されます。 - 複数系列では、予測行を系列IDでソートし、さらにタイムスタンプでソートして、古い順に表示します。 DataRobotがサポートする系列の数には 制限はありません 。 [制限](https://docs.datarobot.com/ja/docs/api/reference/batch-prediction-api/index.html.md#limits) に記載されているように、唯一の制限はジョブのタイムアウトです。 データセットの例については、 [スコアリングデータセットの要件](https://docs.datarobot.com/ja/docs/api/reference/batch-prediction-api/batch-pred-ts.html.md#requirements-for-the-scoring-dataset) をご覧ください。 時系列オプション を設定するには、 時系列予測法 で 予測ポイント 設定を定義します。 - 自動的に設定：DataRobotは、スコアリングデータに基づいて、予測ポイントを自動的に設定します（通常は、可能な限り最新の日付タイムスタンプが、有効な予測ポイントです）。 - 手動で設定：日付セレクターを使用して開始および終了の日付を手動で指定し、特定の日付範囲を設定します。 さらに、 高度なオプションを表示 をクリックし、 事前に既知の列の欠損値を無視する を有効にすると、指定されたソースデータセットの事前に既知の列で欠損値があっても、予測を行うことができます。ただし、これは計算された予測に悪影響を及ぼす可能性があります。 ## 予測オプションの設定 ファイルがアップロードされたら、 予測オプション を設定します。 高度なオプションを表示 をクリックし、追加のオプションを設定します。（オプション） | | 要素 | 説明 | | --- | --- | --- | | (1) | 予測結果に追加の特徴量値を含める | 予測値と一緒に入力特徴量を予測結果ファイルに書き込みます。 特定の特徴量を追加するには、予測結果に追加の特徴量値を含めるトグルを有効化して、特定の特徴量を追加を選択し、絞り込む特徴量名を入力後に、特徴量を選択します。 データセットのすべての特徴量を含めるには、すべての特徴量を追加を選択します。 追加できるのは元のデータセットに存在する特徴量（列）だけですが、その特徴量は、モデルの構築に使用した特徴量セットの一部である必要はありません。 派生した特徴量は含まれません。 | | (2) | 予測の説明を含める | 予測の出力結果に 予測の説明のための列を追加します。説明数：デプロイ済みモデルにリクエストする説明の最大数を入力します。 予測リクエストごとに、100の説明をリクエストできます。予測のしきい値(低)：このしきい値を有効化して定義し、設定したしきい値を下回るいずれかの値の予測の説明を提供します。予測のしきい値（高）：このしきい値を有効化して定義し、設定したしきい値を上回るいずれかの値の予測の説明を提供します。N-gramの説明数：データセットの行ごとに返すテキスト ngramの説明の最大数を有効にして定義します。 デフォルト（および推奨）の設定はすべて（制限なし）です。 _多クラスモデル_の場合は、クラス設定を使用して、説明の計算に使用するクラスを選択する方法を制御します。予測値：予測値に基づいてクラスを選択します。 予測データセットの行ごとに、クラス数の値で設定されたクラス数に対して説明を計算します。クラスのリスト：クラスのリストから1つ以上の特定のクラスを選択します。 各行について、 クラスのリストメニューで選択されたクラスのみ説明します。予測の説明を有効にできない場合は、予測の説明を有効にできないのはなぜですか？を参照してください。 | | (3) | 予測外れ値警告を含める | 外れ値である予測値に関する警告を含めます（連続値モデルのデプロイでのみ可能) 。 | | (4) | データ探索のために予測を保存 | データドリフト、精度、公平性、およびデータ探索を追跡します（デプロイで有効になっている場合）。 | | (5) | チャンクサイズ | チャンクサイズの選択方法を調整します。 デフォルトでは、チャンクサイズは自動的に計算されます。この設定は、DataRobotの担当者から勧められた場合にのみ変更してください。 詳細については、チャンクサイズとは？を参照してください。 | | (6) | 予測リクエストの同時実行 | 予測リクエストの同時実行数を制限します。 デフォルトでは、予測ジョブは利用可能な予測サーバーコアをすべて使用します。 リアルタイム予測用に処理能力を確保するには、同時予測リクエストの最大数に上限を設けます。 | | (7) | 予測ステータスを含める | 予測のステータスを含む列を追加します。 | | (8) | デフォルトの予測インスタンスを使用 | 予測インスタンスを変更できます。 トグルをオフにして、予測インスタンスを選択します。 | | (9) | 列名の再マッピング | このフィールドで追加されたエントリーにマッピングすることで、予測ジョブの出力結果の列名を変更します。 + 列名の再マッピングを追加をクリックし、入力列名を予測出力で指定された出力列名に置き換えるように定義します。 列名のマッピングを誤って追加した場合、削除アイコン をクリックして削除できます。 | **Q: 予測の説明を有効にできないのはなぜですか？** 予測の説明を含める ことができない場合、次の理由が考えられます。 - モデルの検定パーティションに、必要な行数が含まれていません。 - 統合されたモデルで、少なくとも1つのセグメントチャンピオンの検定パーティションに、必要な行数が含まれていません。 予測の説明を有効にするには、モデルパッケージやデプロイを作成する前に、再トレーニングしたチャンピオンを手動で置き換えてください。 **Q: チャンクサイズとは？** バッチ予測プロセスでは、データが小さな断片に 分割 され、それらの断片が1つずつスコアリングされるため、DataRobotは大量のバッチをスコアリングできます。 チャンクサイズ の設定では、DataRobotがデータをチャンク化するために使用する方法を決定します。 DataRobotは、全体的に最もパフォーマンスが高いデフォルト設定の 自動 チャンク化をお勧めしますが、他のオプションも利用できます。 - 固定：DataRobotは、最初に有効なチャンクサイズを識別し、モデルのスコアリングプロセスの残りの部分でそのサイズを引き続き使用します。 - 動的：DataRobotは、モデルのスコアリング速度が許容範囲内である間はチャンクサイズを大きくし、スコアリング速度が低下するとチャンクサイズを小さくします。 - カスタム：データサイエンティストがチャンクサイズを設定すると、DataRobotは残りのモデルスコアリングプロセスでそのチャンクサイズを使用し続けます。 ## 予測を計算およびダウンロード 予測オプション を設定したら、 予測を計算およびダウンロード をクリックしてデータのスコアリングを開始し、 最近の予測をダウンロード でスコアリング結果を表示します。 完了した予測ジョブに対して、次のアクションを実行できます。 | アイコン | アクション | | --- | --- | | | 時系列予測の場合、予測の視覚化を表示します。 | | | 予測ファイルをダウンロードします。 | | | ログにアクセスし、実行の詳細を表示してオプションでコピーします。 | 48時間以内であれば、 予測 > 予測を作成 ページから予測をダウンロードできます。 > [!TIP] バッチ予測ジョブのキャンセル > ジョブの実行中に停止アイコン をクリックしてキャンセルします。 キャンセルされたジョブまたは失敗したジョブの場合、ログアイコン をクリックして、ジョブのログを表示できます。 > > [https://docs.datarobot.com/ja/docs/images/nxt-batch-5.png](https://docs.datarobot.com/ja/docs/images/nxt-batch-5.png)