まず、数値分類のトレーニングと予測に必要なデータを準備します。データは、カンマ（,）区切りのCSVファイル（BOMなし・UTF-8）で用意します。

あやめの情報をまとめたCSVファイルは、カルフォルニア大学アーバイン校のサイトopen_in_newからダウンロードできます。

データセットの詳細
著作者	R.A. Fisher
提供元	UCI Machine Learning Repository
データセットタイトル	Iris Data Set
ダウンロードリンク	bezdekIris.dataダウンロードopen_in_new

上記bezdekIris.dataダウンロードopen_in_newをマウスの右ボタンクリックで、ファイルがダウンロードできます。

ダウンロードしたファイルは、カンマ（,）区切りのCSVファイルで、以下の5項目で構成されています。

• あやめのがく片の長さ（単位：cm）
• あやめのがく片の幅（単位：cm）
• あやめの花びらの長さ（単位：cm）
• あやめの花びらの幅（単位：cm）
• あやめの花の種類（Iris-versicolor・Iris-setosa・Iris-virginica）

このデータをDataEditorに取り込んで、トレーニング用データと予測用データに分割して利用します。

announcement警告

ダウンロードしたあやめのデータには、不正なデータが混在している可能性があります。DataEditorによるデータの加工では、不正なデータをチェックし不正なデータがあればそれを除去した上で、トレーニング用データと予測用データに分割する手順を踏むことにします。

まず、ウェブブラウザーで、BLOCKSにログインしてください。

以下は、BLOCKSにログイン後の操作解説です。

1. グローバルナビゲーション左端のメニューアイコン（menu）をクリック
2. ［DataEditor］をクリック

ダウンロードしたあやめのデータをDataEditorにインポートします。

1. ［インポート］ボタンをクリック

1. インポート元から［Upload］をクリック
2. GCS URLで-dataで終わる項目をクリック
3. ファイル欄に、bezdekIris.dataファイルをドラッグ・アンド・ドロップ
4. 読み飛ばし行数を0に変更
5. ［オプション］をクリック
6. ［フィールド数が足りない行を許容する］のチェックボックスをチェック
7. データセットIDの［＋］ボタンをクリックし、tutorialと入力
   既にtutorialがある場合はそれを選択
8. 名前欄に、あやめの基礎データと入力
9. ［インポート］ボタンをクリック

info参考

DataEditorは、BigQuery上のデータを視覚的に操作できるツールです。BigQueryに関する知識は必要ありませんが、BigQuery上の重要な要素であるデータセットとテーブルは指定する必要があります。Microsoft Excelに例えると、データセットはブックで、テーブルはシートに対応する概念です。

［開く］をクリックします。

DataEditorにインポートしたデータを操作する画面が開きます。

データのインポートには成功しましたが、各列の見出しが自動付与されているため、どの列が何のデータが分かりづらくなっています。これを分かりやすい名前に変更します。

1. ［テーブル］タブをクリック
2. ［edit］をクリック
3. ［列の名前変更］をクリック

1. 変更後の列の名前を入力
2. ［OK］ボタンをクリック

この操作をすべての列に対して行います。名前は、左から順に以下の名前に変更します。

1. sepal_length
2. sepal_width
3. petal_length
4. petal_width
5. class

続いて、不正データの除去を行います。

不正データを含む行は、使い物にならないため、行ごと削除します。

1. sepal_length列の［edit］をクリック
2. ［欠損値］をクリック
3. ［行の削除］をクリック

この操作を他のすべての列に対しても行います。

上記操作が完了したら、データを保存します。

1. ［history］をクリック
2. 表示される内容を確認

以下の内容が表示されていれば問題ありません。

• 列の名前をdouble_field_0からsepal_lengthに変更
• 列の名前をdouble_field_1からsepal_widthに変更
• 列の名前をdouble_field_2からpetal_lengthに変更
• 列の名前をdouble_field_3からpetal_widthに変更
• 列の名前をstring_field_4からclassに変更
• sepal_length列の欠損値の変更
• sepal_width列の欠損値の変更
• petal_length列の欠損値の変更
• petal_width列の欠損値の変更
• class列の欠損値の変更

変更した内容を保存します。

1. ［別名で保存］ボタン横の［more_horiz］ボタンをクリック
2. ［上書き保存］をクリック

これで、あやめの基礎データが仕上がりました。続いて、このデータを元にトレーニング用データと予測用データに分割します。

1. テーブル分割のアイコンをクリック

トレーニング用データと予測用データは、8：2の割合でランダムに分割します（DataEditor分割機能の初期値）。データ分割時に、データ列の取捨選択ができるため、トレーニング用データと予測用データでそれぞれ適切なデータ列の取捨選択を行います。

1. ［分割］ボタンをクリック

1. ［戻る］ボタンをクリック

これで、数値分類のトレーニングと予測に必要なデーターの準備ができました。

先ほど準備したトレーニング用データを使いDataEditorでトレーニングを行います。

1. ［あやめの基礎データ_train］をクリック

1. ［モデル作成］タブをクリック
2. ［ロジステック回帰（分類）］をクリック
3. 「詳細設定」をクリック
4. 列名sepal_length、sepal_width、petal_length、petal_widthの因子設定が「予測因子」であることを確認
5. 列名classの因子設定が「予測対象」であることを確認
6. ［モデル作成］ボタンをクリック

1. ［閉じる］ボタンをクリック

これで、トレーニングが始まります。

トレーニングの状況は、モデル一覧画面およびモデルの詳細画面で確認できます。

1. ［home］をクリック

1. ［モデル］タブをクリック

モデル名（❶）をクリックすると、そのモデルの詳細情報が確認できます。

ステータスが「モデル作成完了」となるのを待ちます。

ここでは、分割した予測用のデータ（あやめの基礎データ_test）を使って予測します。

1. ［home］をクリック

1. 「データ」タブをクリック
2. 「あやめの基礎データ_test」をクリック

1. ［予測］タブをクリック
2. 「予測に使うモデルを選択してください」をクリック
3. 「ロジスティック回帰（分類）」左横の「arrow_drop_down」をクリック
4. 「bezdekIris_train_model」をクリック
5. ［予測］ボタンをクリック

しばらくすると予測結果が表示されます。

「predicted_label（結果）」列が予測結果です。