---
title: "データパイプラインの作成"
url: https://docs.catalyst.zoho.com/ja/tutorials/cancer-detection/create-data-pipeline/
description: "Catalyst QuickMLサービスを使用して、乳がんの発症リスクを予測するための強力なMLパイプラインを作成・設定します。"
last_updated: 2026-08-17T12:16:04Z
service: All Services
type: tutorial
related_links:
  - name: "Data Cleaning"
    url: /ja/quickml/help/data-preprocessing/data-cleaning
  - name: "Data Transformation"
    url: /ja/quickml/help/data-preprocessing/data-transformation
  - name: "Data Profiler and Viewer"
    url: /ja/quickml/help/data-profiler-and-viewer/
---

# データパイプラインの作成

必要なデータセットのアップロードが完了したので、次にデータセットの[データパイプライン](https://docs.catalyst.zoho.com/ja/quickml/help/pipeline-builder-interface/walkthrough/#pipeline)を作成します。

1. 左メニューの**Datasets**コンポーネントに移動し、**Cancer_detection_A**データセットをクリックします。
  ![all-datasets](https://catalyst-docs-development.zohostratus.in/images/tutorials/cancer-detection/all-datasets.webp) 

2. データパイプラインの詳細ページが表示されます。**Create Pipeline**をクリックします。
  ![create-data-pipeline](https://catalyst-docs-development.zohostratus.in/images/tutorials/cancer-detection/create-data-pipeline.webp) 

3. パイプライン名に「**Pipeline_A**」と入力し、**Create Pipeline**をクリックします。
  ![enter-pipeline-name](https://catalyst-docs-development.zohostratus.in/images/tutorials/cancer-detection/enter-pipeline-name.webp) 

  以下のスクリーンショットに示すように、[Pipeline Builderインターフェース](https://docs.catalyst.zoho.com/ja/quickml/help/pipeline-builder-interface/walkthrough/#pipeline-builder-interface-1)が開きます。

  ![pipeline-interface](https://catalyst-docs-development.zohostratus.in/images/tutorials/cancer-detection/pipeline-interface.webp)

  データセットのクリーニング、精製、変換を行い、データパイプラインを実行するために、以下の一連のデータ前処理操作を実行します。これらの操作はそれぞれ、パイプラインの構築に使用される個別の[データノード](https://docs.catalyst.zoho.com/ja/quickml/help/data-preprocessing/data-cleaning/)を含みます。

# データセットの結合

2つのデータセットがあるため、トレーニングプロセスの前にまずそれらをマージする必要があります。2つのデータセットをマージするには、以下の手順に従ってください。

1. **Operations**メニューで、**Data Extraction**コンポーネントを展開します。以下のスクリーンショットに示すように、**Add Dataset**ノードをPipeline Builderにドラッグ＆ドロップします。`Custom Name`セクションでノードのカスタム名を設定できます。ここでは**Cancer dataset 2**としています。
    ![add-dataset](https://catalyst-docs-development.zohostratus.in/images/tutorials/cancer-detection/dataset.webp) 

2. 次に、右パネルのAdd Datasetセクションでノードの詳細を設定します。今回のケースでは、**Cancer_detection_B**データセットを**Cancer_detection_A**データセットとマージする必要があります。**Select Dataset**ドロップダウンから**Cancer_detection_B**を選択し、**Save**をクリックします。

3. **Data Transformation**コンポーネントを展開し、[Union](https://docs.catalyst.zoho.com/ja/quickml/help/data-preprocessing/data-transformation/#union)ノードをPipeline Builderにドラッグ＆ドロップします。以下のスクリーンショットに示すように、2つのノード間のリンクを結合してノード間の接続を作成します。
  ![union-node](https://catalyst-docs-development.zohostratus.in/images/tutorials/cancer-detection/union-node.webp) 

4. 右パネルの**Union**セクションで、**Drop Duplicate Records**を選択し、**Save**をクリックします。

# モデルトレーニング用フィールドの選択

データセットの結合後、マージされたデータセットからトレーニングに必要なフィールドを選択する必要があります。

1. Operationsメニューの**Data Cleaning**コンポーネントを展開します。**[Select/Drop](https://docs.catalyst.zoho.com/ja/quickml/help/data-preprocessing/data-cleaning#select-or-drop)**ノードをPipeline Builderにドラッグ＆ドロップし、**Union**ノードと接続します。
  ![select-node](https://catalyst-docs-development.zohostratus.in/images/tutorials/cancer-detection/select-node.webp) 

2. 右パネルの**Select/Drop**セクションで、「**patient_id**」、「**patient_name**」、「**_c33**」列を選択し、操作として「**Drop**」を選択してマージされたデータセットからこれらの列を削除し、**Save**をクリックします。今回のケースでは、これらの列は汎用的なもので、さらなるトレーニングに必要ないため削除します。

# データ型の変換

データセットの列でデータ型が一致しない場合、[Type conversionノード](https://docs.catalyst.zoho.com/ja/quickml/help/data-preprocessing/data-transformation/#type-conversion)を使用してデータを適切な型に変換します。パイプライン詳細ページの**Preview**タブで列とそのデータ型を確認できます。

このデータセットでは、「**texture_mean**」、「**radius_mean**」、「**perimeter_mean**」列に小数値が含まれていますが、**String**型として格納されています。変換プロセスを実行するには、以下の手順に従ってください。

1. **Operations**メニューの**Data Transformation**コンポーネントを展開します。以下のスクリーンショットに示すように、**Type Conversion**ノードをPipeline Builderにドラッグ＆ドロップし、**Select/Drop**ノードと接続します。
  ![type-conversion-node](https://catalyst-docs-development.zohostratus.in/images/tutorials/cancer-detection/type-conversion-node.webp) 

2. 右パネルの[Type Conversion](https://docs.catalyst.zoho.com/ja/quickml/help/data-preprocessing/data-transformation/#type-conversion)セクションで、列として**texture_mean**を選択し、**Convert To Type**入力をドロップダウンメニューから**Decimal(16)**に設定します。エラーが発生した場合に備えて、**Throw**または**Nullify**を選択します。同様に`"+ Add"`ボタンをクリックして、「**radius_mean**」と「**perimeter_mean**」を**Text**から**Decimal(16)**に型変換します。
  ![type-conversion-node](https://catalyst-docs-development.zohostratus.in/images/tutorials/cancer-detection/incase-error.webp) 

3. `Save`をクリックします。

# 欠損値の処理

データ前処理の一環として、データセットの列に欠損値がないかを確認し、それらを補完する必要があります。この操作の実行にはFill Columnsノードを使用します。

1. Operationsメニューの**Data Cleaning**コンポーネントを展開します。以下のスクリーンショットに示すように、**Fill Columns**ノードをPipeline Builderにドラッグ＆ドロップし、**Type Conversion**ノードと接続します。
  ![fill-columns-node](https://catalyst-docs-development.zohostratus.in/images/tutorials/cancer-detection/fill-columns-node.webp) 

2. `Show only the columns with missing values`を有効にして空のレコードがある列のみを選択し、カスタム値で補完する列として「**concavity_se**」と「**area_worst**」を選択し、**Fill with**入力を「**Mean**」に設定して`Save`をクリックします。これにより、列データの空の値がその列の平均値で補完されます。
  ![fill-columns-select](https://catalyst-docs-development.zohostratus.in/images/tutorials/cancer-detection/fill-columns-select.webp) 

  これで、このチュートリアルに必要なノードの設定が完了しました。最後に、最後に設定したノード（**Fill Columns**）と**Destination**ノードを接続します。

`Execute`をクリックします。

![execute-pipeline](https://catalyst-docs-development.zohostratus.in/images/tutorials/cancer-detection/execute-pipeline.webp)

データパイプラインの実行が開始され、以下のスクリーンショットに示すように、パイプライン詳細ページに実行ステータスが表示されます。パイプラインの実行が完了すると、実行ステータスに「**Success**」と表示されます。

![success-status](https://catalyst-docs-development.zohostratus.in/images/tutorials/cancer-detection/success-status.webp)

`Execution Stats`をクリックすると、各実行ステージの詳細を確認できます。

![execution-status](https://catalyst-docs-development.zohostratus.in/images/tutorials/cancer-detection/execution-status.webp)

これで、MLモデルを開発するためのデータセットの準備が完了しました。次のセクションでは、MLパイプラインの作成について詳しく説明します。

> **Note :** データパイプラインは、Catalystプロジェクト内のさまざまなユースケースに対して、複数のML実験を作成するために再利用できます。