Bluemix Predictive Analyticsのご紹介

1. あなたのアプリケーションに
SPSSのパワーを！
～Bluemix Predictive
Analyticsのご紹介～
2016年6月9日
日本アイ・ビー・エム株式会社 アナリティクス事業

2. © IBM 2016 2
Bluemix Predictive Analyticsとは
• BluemixのPredictive Analyticsは、IBM SPSS Modelerで作成されたモ
デルを利用した「予測スコアリング」をBluemix上で実行できるようにしたサービス
です。
• Predictive Analytics サービスの利用用途は、モデルの「デプロイ」
です。モデルやストリームの作成には別途IBM SPSS Modelerソフト
ウェアが必要であり、 Predictive Analyticsサービスとは別にご用意
いただく必要があります。
IBM SPSS Modeler
Predictive Analytics

3. © IBM 2016 3
アプリケーション利用例
• IoTセンサーデータを使ったD3.jsによるグラフ化と機械学習モデルによる故障予測
https://codezine.jp/article/detail/9354
 IBM Cloudantに関する詳細はこちらから：
http://www-01.ibm.com/software/jp/info/cloudant/
IBM SPSS Modeler
Predictive Analytics

4. © IBM 2016 4
Predictive Analytics利用の手順
1. IBM SPSS Modelerを使って予測モデルを作成する
2. 作成した予測モデルのストリーム(*.str)をPredictive Analyticsにアップ
ロードして、アプリからスコアリングを実行する
IBM SPSS Modelerをお持ちで無い場合、30日間 無料トライアルは以下のサ
イトから申し込みいただけます。登録フォームに必要事項を記入の上、申し込みく
ださい。
https://www.ibm.com/marketplace/cloud/spss-modeler/jp/ja-jp
ダウンロード後、PCへインストールを
お願いいたします。

5. © IBM 2016 5
1-1.予測モデルの作成
• 今回は、 製品添付のサンプル（modelingintro.str ）を利用します。
• 以下、チュートリアルを参照し、「モデル作成の概要」に沿って予測モデルを完成
させます。（「モデルの評価」の章まで実施ください）
• http://ibm.co/1tc6vCw
• 本モデルは以下の5つの顧客属性データから「融資可否」(Credit rating)を予
測します。
•年齢(Age)
•収入レベル(Income level)
•クレジットカードの枚数( Number of credit cards )
•学歴( Education )
•カー・ローン( Car loans )
モデルの完成

6. © IBM 2016 6
1-2.ストリームの保存（１）
• 予測モデルを用いてスコアリングを行う際は「融資可否」(Credit rating)の
フィールドは予測対象であるため、入力対象としては不要です。
tree_credit.savの入力から「フィルター」を指定してCredit ratingのフィールド
を除外します。

7. © IBM 2016 7
1-2.ストリームの保存（２）
• 「Table」ノードを右クリックして「スコアリング枝として使用」を選択します。スコアリ
ングするフローの線が緑色になります。（この操作をしないとBluemixにストリー
ムファイルをアップロードしてもスコアリング対象がない、のエラーになります）
• 任意の場所に任意の名前で「名前を付けてストリームを保存」します。
(拡張子：*.str )

8. © IBM 2016 8
• 以下のサイトよりBluemixにログインします。BluemixのIDをお持ちでない場合、
Bluemixの無料トライアルの申し込みが必要です。
• https://console.ng.bluemix.net/catalog/
• 言語のランタイムを選択します。今回は、「SDK for Node.js」を選択します。
（上記ページの検索フォームで、 SDK for Node.jsを検索してください。）
• 名前とホストに任意のワードを入れ、「作成」を押します。
（例では、「PredictiveAnalytics」と入れています。）
２-1. Bluemixを利用する （１）

9. © IBM 2016 9
• ホスト名は、他のユーザとは異なるものをつける必要があります。
• 言語のランタイムのステージングが完了すると、以下のような画面になります。
２-1. Bluemixを利用する （２）

10. © IBM 2016 10
• ＋「サービスまたはAPIの追加」を押し、言語のランタイムとPredictive
Analyticsのインスタンスをバインドします。
• 検索フォームで、Predictive Analyticsのサービスを検索してください。
２-2. Predictive Analyticsを利用する （１）

11. © IBM 2016 11
• 下記画面で「作成」を押します。
• 再ステージを選択します。
２-2. Predictive Analyticsを利用する （２）

12. © IBM 2016 12
• 再ステージングが完了すると、以下のような画面になります。
• 「環境変数」のURLとアクセスキーをメモします。
２-2. Predictive Analyticsを利用する （３）

13. © IBM 2016 13
• Predictive AnalyticsのUIを使ってIBM SPSS Modelerで保存した予測モ
デルのストリームファイル(*.str)をアップロードします。
• アップロードの過程でContextIDを聞かれますので
任意の名前を入力します。(今回はintro1としました)
このContextIDはスコアリング実行の際のURLで使い
ます。( Case-Sensitiveですので大文字・小文字に
ご注意ください)
２-3.予測モデルのストリーム(*.str)をPredictive
Analyticsにアップロード （１）

14. © IBM 2016 14
• 以下のようにIBM SPSS Modelerで保存した予測モデルが登録されました。
２-3.予測モデルのストリーム(*.str)をPredictive
Analyticsにアップロード（２）

15. © IBM 2016 15
• Predictive Analytics サービス APIの使い方は以下に記載があります。
• https://console.ng.bluemix.net/docs/services/PredictiveModeli
ng/index-gentopic1.html#genTopProcId2
• 今回はRESTの場合で記載をいたします。
– サービスへのアクセスURLはBluemixの環境変数(VCAP_SERVICE)から取得
– 認証はURLパラメータとしてセット ～URL～?accesskey=XXXXX(同じく環境変
数から)
– HTTPヘダーに Content-Type: application/json;charset=UTF-8 をセット
• スコアリング実行要求
– 以下の形式でRESTの要求を出します。
POST http://{service
instance}/pm/v1/score/{contextId}?accesskey={access_key for this bound
application}
２-4.スコアリングの実施 （１）

16. © IBM 2016 16
• スコアリングのための入力データはJSON形式で以下のようにHTTP Bodyにて
与えます。
例)
{
"tablename":"スコアリング・ブランチの入力の名前",
"header":[入力フィールドの名前の配列],
"data":[[入力データの配列]]
}
• 基本的に1入力 レコードに対して1つの予測結果を返しますが、data部分で複
数のレコードを渡せば一度に複数のスコアリングを実行できます。
例)
"data":[[入力データ1],[入力データ2],[入力データ3]]
今回、IBM SPSS Modelerではtree_credit.savというファイルを読んで予測モデルを構築しましたが、スコアリングの
際にはこのファイルに含まれるレコード群は使用されません。REST要求時にJSONで記述する“tablename”:“..”は
「モデルのどこを起点とするか」を指定するためのエントリー・ポイント/名前です。実際にスコアリングの入力データになるの
は上記REST要求の "data":[[..]]で渡す内容です。
２-4.スコアリングの実施 （２）

17. © IBM 2016 17
• 実行例
２-4.スコアリングの実施 （３）

18. © IBM 2016 18
• 実行結果（スコアリング結果）
２-4.スコアリングの実施 （４）
入力データに加えて予測結果と
$R−Creditrating(予測結果)と
$RC-Credit rating(確信度)がスコアリング結果とし
て戻ってきました。

19. © IBM 2016 19
• 以下のように複数のレコードを一度に渡すことも可能です。
• 実行例
２-4.スコアリングの実施 （５）

20. © IBM 2016 20
• 入力レコードに応じたスコアリング結果が返ります。
• 実行結果（スコアリング結果）
２-4.スコアリングの実施 （６）

21. © IBM 2016 21
• 以下の形式でRESTの要求を出します。
GET http://{service
instance}/pm/v1/metadata/{contextId}?accesskey={access_key for this
bound application}&metadatatype=score
• 実行した結果
• スコアリングがエラーになった場合の確認・問題判別に便利です。
２-5.モデルのメタ情報の取得

22. © IBM 2016 22
https://console.ng.bluemix.net/docs/services/PredictiveModeling
/index.html#pm_service
補足：Predictive Analyticsのドキュメントはこちらです。

23. © IBM 2016 23
• Free Planでは、フリープランでは２モデルまで登録可能、スコアリングが
月５０００回までなど、制限があります。
補足：Freeプランの制限

24. © IBM 2016 24
• http://www-03.ibm.com/software/sla/sladb.nsf/pdf/6883-
01/$file/i126-6883-01_10-2015_ja_JP.pdf
補足：Predictive Analyticsのサービス記述書はこちら
です。

25. © IBM 2016 25
https://www.facebook.com/BusinessAnalytics/