--- title: "データプロファイラーとビューアー" url: https://docs.catalyst.zoho.com/ja/quickml/help/data-profiler-and-viewer/ description: "QuickMLは、Catalyst開発プラットフォームにおける完全ノーコードのMLパイプラインビルダーサービスであり、エンドツーエンドのソリューションで機械学習パイプラインを作成できます。" last_updated: 2026-08-17T12:16:04Z service: QuickML type: general --- # データプロファイラーとビューアー ### データプロファイリングとは？ データプロファイリングとは、生データをレビューし、その構造、内容、相互関係を理解し、分析的な洞察の機会を特定するプロセスです。 データ前処理の実行、データ可視化の実行、データ品質スコアの改善において重要です。また、使用されているデータに関する全体的なインテリジェンスを提供することで、分析の改善にも役立ちます。 データプロファイリングの活用例： - **データ前処理:** 欠損値、ユニーク値と重複値、一貫性のないデータフォーマットを特定し、分析のためのデータのクリーンアップと準備に役立ちます。 - **データ可視化:** データプロファイリングにより、データの実際の分布を理解し、外れ値を特定できるため、より正確で有益なデータ可視化を作成できます。 - **データ品質スコアの改善:** データ品質の問題を特定して修正することで、データプロファイリングはさらなる分析のためのデータの信頼性向上に役立ちます。 データプロファイリングには、以下のような多様な活動が含まれます： - 数値カラムの最小値、最大値、平均値などの統計情報の収集 - データ型の収集とデータ内の繰り返しパターンの特定 - データの冗長性と品質の把握 - 表形式データのテーブル間分析の実施 ### QuickMLにおけるデータプロファイリング QuickMLのデータセットモジュールにアップロードされたデータは、自動的にデータプロファイリングセクションを通過し、データに関する豊富な理解と価値ある洞察を提供します。 1. **レコード数、ユニーク値とパーセンテージ：** QuickMLは、データの各カラムにおけるユニーク値と重複値の数、およびそれぞれの合計に対するパーセンテージを検出し、行とカラムの効率的な更新に活用できます。 2. **データ型と可視化：** QuickMLデータプロファイラーは、データセット内の各特徴量のデータ型を正確に識別し、データに関する明確な洞察を得るために分布を可視化します。 3. **欠損値：** QuickMLデータプロファイラーは、空白値やnull値などの欠損値の数とパーセンテージを取得し、データサイエンティストが適切な値を設定するのに役立ちます。 4. **統計情報：** QuickMLデータプロファイラーは、数値カラムとカテゴリカラムに対して以下の統計データを生成します：
数値カラム 合計、最小値、最大値、平均値、中央値、標準偏差、分散、低・中・高パーセンタイル
カテゴリカラム ユニーク値、重複値
5. **データセットバージョニングと品質スコア** QuickMLは、同じデータの複数バージョンをプロファイリングし、各バージョンの品質スコアを生成できます。データプロファイルは、データセット詳細ページのバージョンオプションを使用していつでも表示できます。 6. **相関ヒートマップ** データプロファイラーは、データセットのすべてのバージョンに対して相関ヒートマップを生成し、特徴量間の相互関係と、それらが互いにおよびターゲット特徴量とどの程度関連しているかを可視化します。 ![Data Profiler](https://catalyst-docs-development.zohostratus.in/images/help/quickml/data-profiler-and-viewer/data-profiler.webp) ### QuickMLにおけるデータビューアー データセット詳細ページでは、元のデータセットから250レコードをサンプリングしてデータプレビューが生成され、各特徴量のデータ型を特定するのに役立ちます。 ![Data Viewer](https://catalyst-docs-development.zohostratus.in/images/help/quickml/data-profiler-and-viewer/data-viewer.webp)