はじめに
SIGNATEのコンペティションに参加したいけど、ローカルPCのスペックが心もとない——そんな方に向けて、GitHub Actionsだけで完結する機械学習パイプラインの構築方法を紹介します。
データのダウンロードから前処理、モデル学習、SIGNATEへの提出まで、すべてクラウドで行います。
SIGNATE CLI (GitHub Actions)
↓ データダウンロード
前処理 + LightGBM学習
↓ 推論
提出ファイル生成
↓ signate submit
SIGNATEに自動提出
メリット:
- ローカルPCのスペックに依存しない（RAM 4GBでもOK）
-
git push→ 自動で学習＆提出できる - 実行環境がubuntu-latestで統一される
前提条件
- GitHubアカウント
- SIGNATEアカウント（メール＆パスワード認証）
- Python環境（CLIインストール用、ローカルで一度だけ使用）
Step 1: SIGNATE CLIをインストール
pip install signate
Step 2: APIトークンを取得
以下のコマンドで ~/.signate/signate.json が自動生成されます。
signate token --email=your-email@example.com --password=your-password
成功すると以下のメッセージが表示されます：
The API Token has been downloaded successfully.
SIGNATEのWebサイト（アカウント設定）からJSONファイルを直接ダウンロードすることもできます。
Step 3: コンペのtask_keyとfile_keyを確認
SIGNATE CLIでコンペのファイル一覧を確認します。
signate file-list --task_key <task_key>
task_key はコンペURLのパラメータから取得できます：
https://user.competition.signate.jp/ja/competition/detail/?...&task=ここがtask_key
実行結果の例：
public_key file_name file_size
-------------------------------- ----------------- -----------
5f0e1ebb35af4963b1720557d31daf35 train.csv 482.43 KB
72f23ebe8f004fa0b35323c4f744e8c5 test.csv 476.92 KB
ad3502af26b94d5aad4785351f36aa7b sample_submit.csv 84.86 KB
public_key がダウンロード時に使う file_key になります。
Step 4: GitHubリポジトリを作成
mkdir signate-comp && cd signate-comp
git init
.gitignore を作成（データファイルはgit管理しない）：
data/
__pycache__/
*.pyc
.signate/
Step 5: SIGNATEトークンをGitHub Secretsに登録
トークンをBase64エンコードしてSecretに保存します。GitHub Secretsはトークン内の文字列をマスクすることがあるため、Base64エンコードが必要です。
# Base64エンコード
python -c "
import base64
with open('$HOME/.signate/signate.json', 'r') as f:
token = f.read().strip()
print(base64.b64encode(token.encode()).decode())
"
出力されたBase64文字列をGitHub Secretsに登録します：
# リポジトリ作成（private推奨）
gh repo create your-username/signate-comp --private --source=. --push
# Secret登録
gh secret set SIGNATE_TOKEN_B64 --body "<Base64文字列>"
注意: トークンをそのまま（Base64なしで）Secretに入れると、GitHub Actionsのログマスキングによりトークンが壊れて認証エラーになります。必ずBase64エンコードしてください。
Step 6: GitHub Actionsワークフローを作成
.github/workflows/submit.yml を作成します：
name: Train & Submit
on:
workflow_dispatch:
inputs:
memo:
description: "Submission memo"
required: false
default: "GitHub Actions submission"
jobs:
submit:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- uses: actions/setup-python@v5
with:
python-version: "3.12"
- name: Install dependencies
run: pip install pandas numpy scikit-learn lightgbm signate
- name: Setup SIGNATE token
run: |
mkdir -p ~/.signate
echo '${{ secrets.SIGNATE_TOKEN_B64 }}' | base64 -d > ~/.signate/signate.json
- name: Download data
run: |
mkdir -p data
cd data
signate download --task_key <your_task_key> --file_key <train_file_key>
signate download --task_key <your_task_key> --file_key <test_file_key>
- name: Train and predict
run: python train.py
- name: Submit to SIGNATE
run: |
signate submit data/submission.csv \
--task_key <your_task_key> \
--memo "${{ github.event.inputs.memo }}"
- name: Upload submission as artifact
uses: actions/upload-artifact@v4
with:
name: submission
path: data/submission.csv
retention-days: 90
ポイント:
-
workflow_dispatchで手動トリガー（メモ付き） - Base64デコードでトークン復元
-
signate download→train.py→signate submitの一気通貫 - Artifactにも提出ファイルを保存（後から確認可能）
Step 7: 学習スクリプトを作成
train.py の例（LightGBM 5-fold CV）：
import pandas as pd
import numpy as np
from sklearn.model_selection import StratifiedKFold
from sklearn.metrics import roc_auc_score
import lightgbm as lgb
def main():
train = pd.read_csv("data/train.csv")
test = pd.read_csv("data/test.csv")
# --- 前処理（コンペに応じて実装） ---
# train = preprocess(train)
# test = preprocess(test)
target = "ProdTaken" # ターゲット列名
features = [c for c in train.columns if c not in ["id", target]]
X, y = train[features], train[target]
X_test = test[features]
# --- LightGBM 5-fold CV ---
params = {
"objective": "binary",
"metric": "auc",
"verbosity": -1,
"n_estimators": 1000,
"learning_rate": 0.05,
"random_state": 42,
}
skf = StratifiedKFold(n_splits=5, shuffle=True, random_state=42)
oof_preds = np.zeros(len(X))
test_preds = np.zeros(len(X_test))
for fold, (tr_idx, val_idx) in enumerate(skf.split(X, y)):
model = lgb.LGBMClassifier(**params)
model.fit(
X.iloc[tr_idx], y.iloc[tr_idx],
eval_set=[(X.iloc[val_idx], y.iloc[val_idx])],
callbacks=[lgb.early_stopping(50), lgb.log_evaluation(0)],
)
oof_preds[val_idx] = model.predict_proba(X.iloc[val_idx])[:, 1]
test_preds += model.predict_proba(X_test)[:, 1] / 5
print(f"Fold {fold+1}: AUC = "
f"{roc_auc_score(y.iloc[val_idx], oof_preds[val_idx]):.5f}")
print(f"Overall OOF AUC: {roc_auc_score(y, oof_preds):.5f}")
# --- 提出ファイル作成（ヘッダなし） ---
submission = pd.DataFrame({"id": test["id"], "pred": test_preds})
submission.to_csv("data/submission.csv", index=False, header=False)
print(f"Saved: data/submission.csv ({len(submission)} rows)")
if __name__ == "__main__":
main()
Step 8: 実行する
GitHub Actions画面から手動実行するか、CLIで実行します：
gh workflow run submit.yml -f memo="Baseline LightGBM v1"
実行状況の確認：
gh run list --limit 1
ログの確認：
gh run view <run_id> --log
SIGNATE CLI コマンド早見表
| コマンド | 説明 |
|---|---|
signate token --email=xxx --password=xxx |
APIトークン取得 |
signate file-list --task_key <key> |
ファイル一覧表示 |
signate download --task_key <key> --file_key <key> |
データダウンロード |
signate submit <file> --task_key <key> --memo <memo> |
提出 |
ハマりポイントと対策
1. GitHub Secretsのトークンマスキング
現象: Invalid header value エラーで認証失敗
原因: GitHub SecretsがJWTトークン内の文字列をマスク（***に置換）してしまう
対策: Base64エンコードしてSecretに保存し、ワークフロー内でデコードする
2. --path オプションの挙動
現象: [Errno 21] Is a directory エラー
原因: signate download --path data/ のようにディレクトリを指定すると失敗する
対策: cd data && signate download ... のように、カレントディレクトリを変更してからダウンロードする
3. GitHub Actions無料枠
GitHub Freeプランでは月2,000分の実行時間があります。小〜中規模のデータセットなら十分です。1回の学習＆提出に約40秒程度なので、余裕を持って運用できます。
まとめ
SIGNATE CLI + GitHub Actionsで、ローカル環境に依存しない機械学習パイプラインを構築しました。
git push → GitHub Actions → データDL → 学習 → 提出
この仕組みがあれば、低スペックPCでも、コードをpushするだけでコンペに参加できます。