Menu
AutoML パイプラインスキル。Optuna ハイパーパラメータ最適化・ FLAML 高速 AutoML・Auto-sklearn モデル選択・ NAS (Neural Architecture Search)・ 特徴量エンジニアリング自動化・モデル比較パイプライン。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
| name | scientific-automl |
| description | AutoML パイプラインスキル。Optuna ハイパーパラメータ最適化・ FLAML 高速 AutoML・Auto-sklearn モデル選択・ NAS (Neural Architecture Search)・ 特徴量エンジニアリング自動化・モデル比較パイプライン。 |
| tu_tools | [{"key":"openml","name":"OpenML","description":"AutoML ベンチマーク・タスク参照"}] |
ハイパーパラメータ最適化・モデル選択・特徴量エンジニアリングを 自動化する AutoML パイプラインを提供する。
import optuna
import numpy as np
import pandas as pd
from sklearn.model_selection import cross_val_score
from sklearn.ensemble import (
RandomForestClassifier, GradientBoostingClassifier)
from sklearn.svm import SVC
from sklearn.metrics import make_scorer, f1_score
def optuna_optimize(X, y, model_type="rf", n_trials=100,
cv=5, scoring="f1_macro", direction="maximize"):
"""
Optuna ベース ハイパーパラメータ最適化。
Parameters:
X: np.ndarray — 特徴量
y: np.ndarray — ラベル
model_type: str — "rf" / "gbm" / "svm"
n_trials: int — 試行回数
cv: int — CV 分割数
scoring: str — 評価指標
direction: str — "maximize" / "minimize"
"""
def objective(trial):
if model_type == "rf":
params = {
"n_estimators": trial.suggest_int("n_estimators", 50, 500),
"max_depth": trial.suggest_int("max_depth", 3, 20),
"min_samples_split": trial.suggest_int("min_samples_split", 2, 20),
"min_samples_leaf": trial.suggest_int("min_samples_leaf", 1, 10),
"max_features": trial.suggest_categorical(
"max_features", ["sqrt", "log2", None]),
}
model = RandomForestClassifier(**params, random_state=42)
elif model_type == "gbm":
params = {
"n_estimators": trial.suggest_int("n_estimators", 50, 500),
"max_depth": trial.suggest_int("max_depth", 3, 10),
"learning_rate": trial.suggest_float("learning_rate", 0.01, 0.3, log=True),
"subsample": trial.suggest_float("subsample", 0.5, 1.0),
"min_samples_split": trial.suggest_int("min_samples_split", 2, 20),
}
model = GradientBoostingClassifier(**params, random_state=42)
elif model_type == "svm":
params = {
"C": trial.suggest_float("C", 0.01, 100, log=True),
"kernel": trial.suggest_categorical(
"kernel", ["rbf", "poly", "sigmoid"]),
"gamma": trial.suggest_categorical("gamma", ["scale", "auto"]),
}
model = SVC(**params, probability=True, random_state=42)
scores = cross_val_score(model, X, y, cv=cv, scoring=scoring)
return scores.mean()
optuna.logging.set_verbosity(optuna.logging.WARNING)
study = optuna.create_study(direction=direction)
study.optimize(objective, n_trials=n_trials, show_progress_bar=True)
print(f"Optuna ({model_type}): best {scoring} = {study.best_value:.4f}")
print(f" Best params: {study.best_params}")
return study
from sklearn.linear_model import LogisticRegression
from sklearn.neighbors import KNeighborsClassifier
from sklearn.tree import DecisionTreeClassifier
from sklearn.neural_network import MLPClassifier
def automl_model_selection(X, y, cv=5, scoring="f1_macro",
n_trials_per_model=50):
"""
AutoML マルチモデル選択パイプライン。
Parameters:
X: np.ndarray — 特徴量
y: np.ndarray — ラベル
cv: int — CV 分割数
scoring: str — 評価指標
n_trials_per_model: int — モデルあたり試行数
"""
model_types = ["rf", "gbm", "svm"]
results = []
for mt in model_types:
study = optuna_optimize(
X, y, model_type=mt,
n_trials=n_trials_per_model, cv=cv, scoring=scoring)
results.append({
"model_type": mt,
"best_score": round(study.best_value, 4),
"best_params": study.best_params,
"n_trials": len(study.trials),
})
# 簡易モデル (ベースライン)
baselines = [
("logistic", LogisticRegression(max_iter=1000, random_state=42)),
("knn", KNeighborsClassifier()),
("dt", DecisionTreeClassifier(random_state=42)),
]
for name, model in baselines:
scores = cross_val_score(model, X, y, cv=cv, scoring=scoring)
results.append({
"model_type": name,
"best_score": round(scores.mean(), 4),
"best_params": {},
"n_trials": 1,
})
df = pd.DataFrame(results).sort_values("best_score", ascending=False)
best = df.iloc[0]
print(f"AutoML: best = {best['model_type']} "
f"({scoring} = {best['best_score']})")
return df
from sklearn.preprocessing import PolynomialFeatures, StandardScaler
from sklearn.feature_selection import SelectKBest, mutual_info_classif
def auto_feature_engineering(X, y, max_poly_degree=2,
top_k=None, interactions_only=False):
"""
自動特徴量エンジニアリング。
Parameters:
X: np.ndarray — 元特徴量
y: np.ndarray — ラベル
max_poly_degree: int — 多項式次数
top_k: int | None — 選択する特徴量数
interactions_only: bool — 交互作用のみ
"""
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)
# 多項式特徴量
poly = PolynomialFeatures(
degree=max_poly_degree,
interaction_only=interactions_only,
include_bias=False)
X_poly = poly.fit_transform(X_scaled)
# 特徴量選択
if top_k is None:
top_k = min(X_poly.shape[1], X.shape[1] * 3)
selector = SelectKBest(mutual_info_classif, k=min(top_k, X_poly.shape[1]))
X_selected = selector.fit_transform(X_poly, y)
print(f"Feature engineering: {X.shape[1]} → {X_poly.shape[1]} "
f"→ {X_selected.shape[1]} features")
return X_selected, poly, selector
def automl_report(study, output_dir="results"):
"""
Optuna Study 可視化レポート。
Parameters:
study: optuna.Study — 最適化結果
output_dir: str — 出力ディレクトリ
"""
from pathlib import Path
import matplotlib.pyplot as plt
out = Path(output_dir)
out.mkdir(parents=True, exist_ok=True)
# パラメータ重要度
try:
importances = optuna.importance.get_param_importances(study)
fig, ax = plt.subplots(figsize=(8, 5))
params = list(importances.keys())
values = list(importances.values())
ax.barh(params, values)
ax.set_xlabel("Importance")
ax.set_title("Hyperparameter Importance")
fig.tight_layout()
fig.savefig(out / "param_importance.png", dpi=150)
plt.close(fig)
except Exception:
pass
# 最適化履歴
trials_df = study.trials_dataframe()
trials_df.to_csv(out / "optuna_trials.csv", index=False)
# ベストパラメータ
best = {
"best_value": study.best_value,
"best_params": study.best_params,
"n_trials": len(study.trials),
}
print(f"AutoML report → {out}")
return best
eda-correlation → automl → ensemble-methods
(データ探索) (モデル選択) (アンサンブル)
│ │ ↓
feature-importance ──┘ uncertainty-quantification
(特徴量解釈) (不確実性定量化)
│
active-learning
(能動学習)
| ファイル | 説明 | 次スキル |
|---|---|---|
optuna_trials.csv | 試行履歴 | → 可視化 |
param_importance.png | パラメータ重要度 | → レポート |
model_comparison.csv | モデル比較 | → ensemble-methods |
| TU Key | ツール名 | 連携内容 |
|---|---|---|
openml | OpenML | AutoML ベンチマーク・タスク参照 |
実験の監査レポート・データ来歴（プロベナンス）生成スキル。 データ変換履歴・使用ツールのバージョン・データ整合性チェックを 含むトレーサビリティレポートを自動生成する。 「監査レポート作成」「データ来歴を記録」「トレーサビリティ」で発火。
派生実験設計スキル。既存の実験をベースに条件を変更した派生実験を 設計する。実験計画法（DOE）に基づくパラメータ探索を支援。 「派生実験を設計して」「条件を変えて実験」「パラメータ探索」で発火。
実験テンプレート生成スキル。研究目的・仮説・手法・実験条件・評価基準・ スケジュールを構造化した実験計画書を自動作成する。 「実験テンプレート作成して」「実験計画を立てて」「実験プロトコルを作成」で発火。
実験結果を論文形式（LaTeX / IMRaD）にエクスポートするスキル。 Introduction・Materials & Methods・Results・Discussion の構造で 出版準備用の原稿を自動生成する。 「論文にして」「LaTeX出力」「出版準備」で発火。
実験結果の査読・レビュースキル。再現性・統計的妥当性・方法論の 健全性を体系的に評価し、構造化されたレビューレポートを生成する。 「レビューして」「査読して」「実験結果を評価して」で発火。
科学技術・学術論文の執筆スキル。IMRaD 標準、Nature/Science 系、ACS 系、IEEE 系、 Elsevier 系のジャーナル形式に対応した論文構成・セクション設計・文章パターンを提供。 「論文を書いて」「Abstract を作成して」「Methods セクションを書いて」で発火。 assets/ に主要ジャーナル形式の Markdown テンプレートを同梱。