Create ML

Create MLは機械学習モデルを構築するためのフレームワークです。
Xcode 10のPlaygroundで簡単にモデルを構築することができます。

ワークフロー

学習データ(Data)

住宅価格を予測するモデルを構築するためにKaggleで公開されているデータを使ってトレーニングを行います。
Boston Housing(ボストン近郊の不動産情報)のtrain.csvを使って実際にコードを書いていきます。CSV内のデータ構成は次の通りです。medvの予測をするモデルを構築するのが今回の目的です。

カラム	説明
crim	一人当たりの犯罪率
zn	25,000平方フィート以上の住宅地の割合
indus	非小売業の土地面積の割合
chas	チャールズ川沿いか否か
nox	窒素酸化物濃度
rm	平均部屋数
age	1940年以前に建てられた住宅の割合
dis	5つのボストン雇用センターまでの距離の加重平均
rad	高速道路へのアクセスのしやすさ
tax	10,000ドルあたりの固定資産税の税率
ptratio	生徒と教師の比率
black	黒人居住者の割合
lstat	低所得者の割合
medv	住宅価格の中央値(1000ドル単位)

トレーニング(Training)

データが用意できたら次はトレーニングです。
CSVファイルを読み込んだ後に、randomSplit(by:seed:)でトレーニングとテスト用のサブセットに分割します。CSVが元からトレーニングとテスト用に分かれている場合は不要です。
あとはアルゴリズムを指定してRun Playgroundでトレーニングを開始します。

import CreateML
import Foundation

do {
    let trainingCSV = URL(fileURLWithPath: "path/to/train.csv")
    let houseData = try MLDataTable(contentsOf: trainingCSV)
    let (trainingData, testData) = houseData.randomSplit(by: 0.8, seed: 0)

    let housePricer = try MLLinearRegressor(trainingData: trainingData, targetColumn: "medv")
} catch {
    print(error)
}

サポートされているアルゴリズム

回帰

手法	Type
線形回帰	MLLinearRegressor
決定木	MLDecisionTreeRegressor
ランダムフォレスト	MLRandomForestRegressor
ブースティング木	MLBoostedTreeRegressor

分類

手法	Type
決定木	MLDecisionTreeClassifier
ランダムフォレスト	MLRandomForestClassifier
ブースティング木	MLBoostedTreeClassifier
ロジスティック回帰	MLLogisticRegressionClassifier
サポートベクターマシン	MLSupportVectorClassifier

モデルの評価(Evaluation)

トレーニングしたモデルのパフォーマンスはmetricsで確認することができます。

import CreateML
import Foundation

do {
    let trainingCSV = URL(fileURLWithPath: "path/to/train.csv")
    let houseData = try MLDataTable(contentsOf: trainingCSV)
    let (trainingData, testData) = houseData.randomSplit(by: 0.8, seed: 0)

    let housePricer = try MLLinearRegressor(trainingData: trainingData, targetColumn: "medv")

    let metrics = housePricer.evaluation(on: testData)

    // Max error: 23.29
    // Root mean squared error: 5.67
    print(metrics)
} catch {
    print(error)
}

回帰アルゴリズムの場合、metricsには予測値とテストデータの値との誤差が記録されています。
最大誤差(Max Error)と二乗平均平方根誤差(Root-Mean-Square Error)でモデルのパフォーマンスを測定し、その誤差を最小化することがトレーニングの目的です。

メトリクスについては、Apple DeveloperサイトのDocumentationページよりも、AppleがCreate MLと同じく機械学習ツールとして提供しているTuri Createのドキュメントの説明がより分かりやすいです。

モデルの書き出しとアプリへの組み込み

学習が完了したらモデルを書き出してアプリに組み込みましょう。
パスを指定してwrite(to:)またはwrite(toFile:)で書き出します。

import CreateML
import Foundation

do {
    let trainingCSV = URL(fileURLWithPath: "path/to/train.csv")
    let houseData = try MLDataTable(contentsOf: trainingCSV)
    let (trainingData, testData) = houseData.randomSplit(by: 0.8, seed: 0)

    let housePricer = try MLLinearRegressor(trainingData: trainingData, targetColumn: "medv")

    // ...

    try housePricer.write(to: URL(fileURLWithPath: OUTPUT_PATH))
} catch {
    print(error)
}

書き出したモデルをアプリのプロジェクトに追加したら次のように呼び出します。
プロジェクトに追加した時に、モデルクラスとInput/Output用の構造体が自動生成されています。

import CoreML

do {
    let input = HousePricerInput(
        ID: 3,
        crim: 0.02729,
        zn: 0,
        indus: 7.07,
        chas: 0,
        nox: 0.469,
        rm: 7.185,
        age: 61.1,
        dis: 4.9671,
        rad: 2,
        tax: 242,
        ptratio: 17.8,
        black: 392.83,
        lstat: 4.03)

    let housePricer = try HousePricer(contentsOf: HousePricer.urlOfModelInThisBundle)
    let output = try housePricer.prediction(input: input)
    print(output.medv)
} catch {
    print(error)
}

まとめ

Create MLについて表形式データを使ったサンプルを紹介しました。
今はまだ情報が少なく、Create MLを使った画像分類の紹介記事はいくつかあるのですが、テキストと表形式データを使った記事が少ないと感じていたため今回の記事を書くことにしました。
機械学習に興味はあるものの、なかなか手が付けられずにいたアプリエンジニアの方々の学習のきっかけになれば幸いです。

WWDC 2017でのCore MLの発表、そして2018でのCreate MLとAppleが力を入れている分野なので、このタイミングで機械学習に触れておけば次のWWDCはより楽しめるものになるはずです。

Create MLを使ってSwiftで機械学習モデルを構築する