【2026年版】AutoML入門と実践ガイド — 自動機械学習で始めるデータ分析プロジェクト

# 従来の手動前処理（例）
import pandas as pd
from sklearn.preprocessing import StandardScaler, LabelEncoder

# 欠損値処理
df['age'].fillna(df['age'].median(), inplace=True)

# カテゴリ変数エンコーディング
le = LabelEncoder()
df['category'] = le.fit_transform(df['category'])

# スケーリング
scaler = StandardScaler()
df[numeric_columns] = scaler.fit_transform(df[numeric_columns])

# AutoMLでは上記がワンクリックで実行される

# Google Cloud CLI経由での利用例
gcloud ai-platform datasets create \
  --display-name="sales-prediction" \
  --data-type=tables

gcloud ai-platform training-jobs submit \
  --job-dir=gs://bucket/automl-jobs \
  --module-name=trainer.task \
  --package-path=trainer/ \
  --region=us-central1

from azureml.train.automl import AutoMLConfig

automl_config = AutoMLConfig(
    task='classification',
    primary_metric='accuracy',
    training_data=train_data,
    label_column_name='target',
    n_cross_validations=5,
    enable_early_stopping=True,
    experiment_timeout_minutes=60
)

experiment = Experiment(workspace, 'automl_experiment')
run = experiment.submit(automl_config)

import h2o
from h2o.automl import H2OAutoML

h2o.init()

# データ読み込み
train = h2o.import_file("train.csv")
test = h2o.import_file("test.csv")

# AutoML実行
aml = H2OAutoML(max_models=20, seed=42)
aml.train(x=['feature1', 'feature2', 'feature3'],
          y='target',
          training_frame=train)

# リーダーボード確認
lb = aml.leaderboard
print(lb.head())

# 予測実行
predictions = aml.predict(test)

import pandas as pd
import numpy as np

# サンプルデータの作成
data = {
    'date': pd.date_range('2023-01-01', '2025-12-01', freq='MS'),
    'monthly_sales': np.random.randint(100000, 500000, 36),
    'category_a_sales': np.random.randint(20000, 100000, 36),
    'category_b_sales': np.random.randint(30000, 120000, 36),
    'ad_spend': np.random.randint(10000, 50000, 36),
    'holiday_flag': [1 if month in [12, 1, 3, 5] else 0
                    for month in pd.date_range('2023-01-01', '2025-12-01', freq='MS').month]
}

df = pd.DataFrame(data)
df['year'] = df['date'].dt.year
df['month'] = df['date'].dt.month

print(df.head())

import h2o
from h2o.automl import H2OAutoML

# H2O初期化
h2o.init()

# データフレームをH2Oフレームに変換
h2o_df = h2o.H2OFrame(df)

# 訓練・テストデータの分割
train, test = h2o_df.split_frame(ratios=[0.8], seed=42)

# 特徴量とターゲットの定義
features = ['category_a_sales', 'category_b_sales', 'ad_spend',
           'holiday_flag', 'year', 'month']
target = 'monthly_sales'

# AutoML実行
aml = H2OAutoML(
    max_models=25,
    seed=42,
    max_runtime_secs=3600,  # 1時間の制限時間
    sort_metric="RMSE"
)

aml.train(x=features, y=target, training_frame=train)

# 結果の確認
print("AutoMLリーダーボード:")
print(aml.leaderboard.head())

# 最良モデルでの予測
predictions = aml.leader.predict(test)
print("予測結果:")
print(predictions.head())

# モデル性能の評価
performance = aml.leader.model_performance(test)
print(f"RMSE: {performance.rmse()}")
print(f"MAE: {performance.mae()}")
print(f"R²: {performance.r2()}")

# 特徴量重要度の確認
feature_importance = aml.leader.varimp(use_pandas=True)
print("特徴量重要度:")
print(feature_importance.head(10))

# 予測結果をビジネス指標に変換
test_pandas = test.as_data_frame()
predictions_pandas = predictions.as_data_frame()

# 予測精度の計算
actual_sales = test_pandas['monthly_sales']
predicted_sales = predictions_pandas['predict']
accuracy = 1 - np.mean(np.abs((actual_sales - predicted_sales) / actual_sales))

print(f"予測精度: {accuracy:.2%}")

# 今後6ヶ月の売上予測
future_data = {
    'category_a_sales': [85000, 90000, 95000, 88000, 92000, 87000],
    'category_b_sales': [75000, 80000, 85000, 78000, 82000, 79000],
    'ad_spend': [35000, 40000, 45000, 38000, 42000, 39000],
    'holiday_flag': [0, 1, 0, 1, 0, 0],
    'year': [2026] * 6,
    'month': [1, 2, 3, 4, 5, 6]
}

future_df = pd.DataFrame(future_data)
future_h2o = h2o.H2OFrame(future_df)

# 予測実行
future_predictions = aml.leader.predict(future_h2o)
future_sales = future_predictions.as_data_frame()

print("今後6ヶ月の売上予測:")
for i, sales in enumerate(future_sales['predict']):
    print(f"{2026}年{i+1}月: {sales:,.0f}円")

# モデル性能の継続監視例
import schedule
import time

def retrain_model():
    """定期的なモデル再学習"""
    # 新しいデータの取得
    new_data = fetch_recent_data()

    # データ品質チェック
    if validate_data_quality(new_data):
        # AutoML再実行
        updated_model = retrain_automl_model(new_data)

        # 性能評価
        if updated_model.performance > current_model.performance:
            deploy_model(updated_model)
            log_model_update()

# 週次でのモデル更新スケジュール
schedule.every().sunday.do(retrain_model)

while True:
    schedule.run_pending()
    time.sleep(3600)  # 1時間ごとにチェック