---
title: "MLパイプラインの作成"
url: https://docs.catalyst.zoho.com/ja/tutorials/crm-deal-prediction/create-ml-pipeline/
description: "Catalyst QuickMLコンポーネントを使用して、Zoho CRMの過去データを分析し、商談成約の可能性を予測する強力な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: "QuickMLのMLアルゴリズム"
    url: /ja/quickml/help/ml-algorithms/classification-algorithms
  - name: "QuickMLでの操作"
    url: /ja/quickml/help/operations-in-quickml/encoding
---

# MLパイプラインの作成

このセクションでは、前のセクションで前処理したデータセットを使用して、予測MLモデルを構築します。このデータセットは[MLパイプラインビルダー](https://docs.catalyst.zoho.com/ja/quickml/help/create-ml-pipeline/)への入力となり、モデルのアーキテクチャの定義と予測対象の列の選択が可能になります。

MLパイプラインを作成するには、以下の手順に従ってください。

1. 左メニューの**Pipelines**コンポーネントに移動し、`Create Pipeline`をクリックします。
![ML Pipeline Creation 1](https://catalyst-docs-development.zohostratus.in/images/tutorials/crm-deal-prediction/ml-pipeline-creation-1.webp)

2. 表示されるポップアップで、パイプラインタイプとして**Prediction**を選択し、パイプライン名を「**Deal Prediction ML Pipeline**」と入力し、入力データセットとして**Zoho_CRM_Deal_Prediction_Sample**を選択します。ここでは、ターゲット列を「**Stage**」に設定します。モデル名はパイプライン名に基づいて自動的に入力されます。`Create Pipeline`をクリックします。
![ML Pipeline Creation Meta](https://catalyst-docs-development.zohostratus.in/images/tutorials/crm-deal-prediction/ml-pipeline-name.webp)

3. 以下のスクリーンショットのように、[ML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/create-ml-pipeline/)ページが表示されます。
![ML Pipeline Creation 3](https://catalyst-docs-development.zohostratus.in/images/tutorials/crm-deal-prediction/pipe-line-builder-interface.webp)

MLパイプラインが作成されたので、MLパイプラインビルダーインターフェースでノードを定義してパイプラインの設定を行います。

### カテゴリ列のエンコーディング

ターゲット列「**Stage**」、「**Type**」、「**Lead Source**」にはString型のカテゴリデータが含まれているため、MLトレーニング基準に合わせてエンコードする必要があります。列をエンコードするには、以下の手順に従ってください。

1. Operationsメニューで、**ML operations-> Encoding-> Label Encoder**に移動します。Label EncoderノードをMLパイプラインビルダーインターフェースにドラッグ＆ドロップします。右パネルのLabel Encoder設定セクションで、列として「**Stage**」を選択し、`Save`をクリックします。
![Label Encoding](https://catalyst-docs-development.zohostratus.in/images/tutorials/crm-deal-prediction/label-encoding.webp)

2. 同様に、**ML operations-> Encoding-> One-Hot Encoder**に移動します。`One-Hot encoder`[ノード](https://docs.catalyst.zoho.com/ja/quickml/help/operations-in-quickml/encoding/#one-hot-encoding)をMLパイプラインビルダーインターフェースにドラッグ＆ドロップします。右パネルの設定セクションで、列として「**Type**」と「**Lead Source**」を選択し、`Save`をクリックします。
![One-Hot Encoding](https://catalyst-docs-development.zohostratus.in/images/tutorials/crm-deal-prediction/one-hot-encoding.webp)

これらのエンコーディング操作により、String型の列の値がInteger型に変換され、順序が維持されデータの正確性が保たれます。

### 列の正規化
すべての特徴量の値がさまざまな範囲にあるため、**Mean - Std Normalization**コンポーネントを使用して、特徴量の値を通常0から1の共通の範囲にスケールダウンします。**ML operations-> Normalization**に移動します。`Mean-Std Normalization`[ノード](https://docs.catalyst.zoho.com/ja/quickml/help/operations-in-quickml/normalization/#mean-std-normalization)をMLパイプラインビルダーインターフェースにドラッグ＆ドロップします。右パネルの設定ボックスで、「**Stage**」を除くすべての列を選択し、`Save`をクリックします。

正規化を適用すると、MLパイプラインビルダーページは以下のように表示されます。
![Mean-Std Normalization](https://catalyst-docs-development.zohostratus.in/images/tutorials/crm-deal-prediction/mean-std-normalization.webp)

### MLアルゴリズムとハイパーパラメータチューニング

MLモデルには、モデルのトレーニングの基盤となるMLアルゴリズムの実装が必要です。このチュートリアルでは、[Random-Forest Classificationアルゴリズム](https://docs.catalyst.zoho.com/ja/quickml/help/ml-algorithms/classification-algorithms/#random-forest-classification)を実装して、前処理済みデータセットに最適化されたMLモデルのチューニングパラメータを設定します。

1. Operationsメニューで、**ML operations-> Algorithm-> Classification**を展開します。`Random-Forest Classification`ノードをパイプラインビルダーにドラッグ＆ドロップします。ノードは自動的に**Destination**ノードに接続されます。**Mean-Std Normalization**と**Random-Forest Classification**ノード間に入力接続を作成します。
![random-forest-classification](https://catalyst-docs-development.zohostratus.in/images/tutorials/crm-deal-prediction/random-forest-classification.webp)

2. **Random-Forest Classification**ノードについては、デフォルト設定のまま`Save`をクリックします。
![complete-ml-pipeline](https://catalyst-docs-development.zohostratus.in/images/tutorials/crm-deal-prediction/complete-ml-pipeline.webp)

これで、必要なノードの接続と設定がすべて完了しました。`Execute`をクリックしてパイプラインを実行し、評価とデプロイに進みます。
![executed-ml-pipeline](https://catalyst-docs-development.zohostratus.in/images/tutorials/crm-deal-prediction/execution-output-crm-predict.webp)

`Execution Stats`をクリックすると、実行の各ステージの詳細を確認できます。
![execution-stats-ml-pipeline](https://catalyst-docs-development.zohostratus.in/images/tutorials/crm-deal-prediction/execution-stats-ml-pipeline.webp)

MLパイプラインが正常に実行されると、Deal Predictionモデルが作成され、Modelsセクションに表示されます。

モデル名をクリックすると、モデルの詳細ページでモデルの詳細を確認できます。

![Model](https://catalyst-docs-development.zohostratus.in/images/tutorials/crm-deal-prediction/model-details-crm-predict.webp)