---
title: "データパイプラインの作成"
url: https://docs.catalyst.zoho.com/ja/tutorials/car-price-prediction/create-data-pipeline/
description: "自動車価格予測 — Catalyst QuickML サービスを使用して、自動車の価格を予測するための強力な ML パイプラインを作成します。"
last_updated: 2026-08-17T12:16:04Z
service: All Services
type: tutorial
related_links:
  - name: "データクリーニング"
    url: /ja/quickml/help/data-preprocessing/data-cleaning
  - name: "データ変換"
    url: /ja/quickml/help/data-preprocessing/data-transformation
  - name: "データプロファイラーとビューアー"
    url: /ja/quickml/help/data-profiler-and-viewer/
---

# データパイプラインの作成

データセットのアップロードが完了したので、そのデータセットを使用して[データパイプライン](https://docs.catalyst.zoho.com/ja/quickml/help/create-data-pipeline/)の作成に進みます。

1. 左メニューの **Datasets** コンポーネントに移動します。データパイプラインを作成するには2つの方法があります：
  - データセットをクリックし、ページ右上の `Create Pipeline` をクリックします。
  ![create-pipeline](https://catalyst-docs-development.zohostratus.in/images/tutorials/car-price-prediction/create-pipeline.webp)

  - 下の画像に示すように、データセット名の左側にあるペンアイコンをクリックします。
    ![pen-icon](https://catalyst-docs-development.zohostratus.in/images/tutorials/car-price-prediction/pen-icon.webp)

ここでは、前処理のために **Car_price_1** データセットをアップロードしています。**Car_Price_2** は、これ以降の前処理ステップでこのデータセットに追加されます。

2. パイプライン名を「**Car Price Prediction Data Pipeline**」と入力し、`Create Pipeline` をクリックします。
![Pipeline Name](https://catalyst-docs-development.zohostratus.in/images/tutorials/car-price-prediction/pipeline-name.webp)

以下のスクリーンショットのように、[パイプラインビルダーインターフェース](https://docs.catalyst.zoho.com/ja/quickml/help/pipeline-builder-interface/walkthrough/#pipeline-builder-interface-1)が開きます。
![Initial Pipeline](https://catalyst-docs-development.zohostratus.in/images/tutorials/car-price-prediction/initial-pipeline.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施します。これらの各操作は、パイプラインを構成する個別の[データノード](https://docs.catalyst.zoho.com/ja/quickml/help/data-preprocessing/data-cleaning/)を使用します。

### QuickML によるデータ前処理
1. #### 2つのデータセットの結合
    QuickML の `Add Dataset` [ノード](https://docs.catalyst.zoho.com/ja/quickml/help/data-preprocessing/data-extraction/#add-dataset)を使用して、新しいデータセットを追加できます（追加するデータセットは事前にアップロードしておく必要があります）。ここでは、既存のデータセットとマージするために **Car_Price_2** データセットを追加します。
    ![add-dataset](https://catalyst-docs-development.zohostratus.in/images/tutorials/car-price-prediction/add-dataset.webp)

    QuickML のドラッグ＆ドロップインターフェースで **Data Transformation > Union** から `Union` [ノード](https://docs.catalyst.zoho.com/ja/quickml/help/data-preprocessing/data-transformation/#union)を使用して、Car_Price_1 と Car_Price_2 の2つのデータセットを1つに結合します。いずれかのデータセットに重複レコードがある場合は、操作時に「**Drop Duplicate Records**」のチェックボックスを必ずオンにしてください。これにより、両方のデータセットから重複レコードが削除されます。
    ![Union](https://catalyst-docs-development.zohostratus.in/images/tutorials/car-price-prediction/union.webp)

2. #### カラムの選択/削除
    データセットからカラムを選択または削除することは、データ分析や機械学習における一般的なデータ前処理ステップです。カラムの選択や削除は、分析やモデリングの具体的な目的や要件に応じて決定します。
    提供されたデータセットにおいて、モデルのトレーニングに不要なカラムは「**MPG,**」「**Convenience,**」「**Exterior,**」「**Clean title,**」「**Currency,**」および「**Name**」です。QuickML の Data Cleaning セクションにある Select/Drop ノードを使用して、モデルトレーニングに必要なフィールドをデータセットからすばやく選択できます。
    ![required-field-selection](https://catalyst-docs-development.zohostratus.in/images/tutorials/car-price-prediction/required-field-selection.webp)

3. #### データセットのフィルタリング
    データセットのフィルタリングとは、特定の基準や条件を満たす行のサブセットを DataFrame から選択することを意味します。ここでは、Data Cleaning セクションの `Filter` [ノード](https://docs.catalyst.zoho.com/ja/quickml/help/data-preprocessing/data-cleaning/#filter)を使用して、「**Drivetrain**」、「**Fuel Type**」、「**Engine**」、「**Transmission**」、および「**Safety**」カラムの**空でない**値をフィルタリングしています。
    ![Data Filter](https://catalyst-docs-development.zohostratus.in/images/tutorials/car-price-prediction/filter-dataset-car-price-prediction.webp)

4. #### データセットのカラムに値を補充
    QuickML の `Fill Columns` [ノード](https://docs.catalyst.zoho.com/ja/quickml/help/data-preprocessing/data-cleaning/#fill-columns)を使用すると、特定の条件に基づいてカラムの値を簡単に補充できます。要件に応じて、null 値または非 null 値を補充できます。ここでは、「**new&used**」カラムにおいて「**New**」と表示されていないエントリに対して、カスタム値「**Used**」を補充しています。「**Accidents or damage**」、「**1-owner vehicle**」、および「**Personal use only**」カラムについては、空の値をカスタム値「**Not mentioned**」で置き換えています。
    ![Fill Column](https://catalyst-docs-development.zohostratus.in/images/tutorials/car-price-prediction/fill-column.webp)

5. #### 保存と実行
    Fill Columns ノードを **Destination** ノードに接続します。すべてのノードが接続されたら、`Save` をクリックしてパイプラインを保存し、`Execute` をクリックしてパイプラインを実行します。
    <!-- ![Completed data pipeline](https://catalyst-docs-development.zohostratus.in/images/tutorials/car-price-prediction/completed-data-pipeline.webp)
 -->

実行されたパイプラインと実行ステータスが表示されるページにリダイレクトされます。
![Executed data pipeline](https://catalyst-docs-development.zohostratus.in/images/tutorials/car-price-prediction/before-execution-stats-car-price-predict.webp)

`Execution Stats` をクリックして、各実行ステージの詳細を確認します。

![Execution stats for data pipeline](https://catalyst-docs-development.zohostratus.in/images/tutorials/car-price-prediction/execution-stats.webp)

このパートでは、QuickML を使用したデータ処理の方法を確認し、機械学習モデルの作成に向けてデータを準備するためのさまざまな効果的な手法を紹介しました。この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。