1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

@ussu_ussu_ussu(Y Mori)

GitHub ActionsでNPB予測を年次自動再学習 — MLOps的に育てた話

1
Last updated at Posted at 2026-02-28

はじめに

NPB（日本プロ野球）の選手成績予測プロジェクトを作っていました。

→ 前回記事: Marcel法がLightGBMを上回った話 — NPB選手成績予測システムを作った

ひととおり動くようになって気づいたのですが、毎年3月（開幕前）に手動で python ml_projection.py を実行する運用になっていました。

これだと以下が全部手動です：

  • データ取得（スクレイピング）
  • モデルの再学習
  • 予測CSVの更新
  • 「今年は精度が上がったのか下がったのか」の確認

GitHub Actionsで自動化して、モデル保存と精度記録も追加しました。

→ GitHub: https://github.com/yasumorishima/npb-prediction

はじめての方へ：この記事で登場する用語

用語 意味
Marcel法 過去3年の成績を加重平均して翌年を予測するシンプルな手法。重みは直近ほど高い（5:4:3）
MLOps 機械学習モデルの開発・運用・保守を継続的に行う仕組みや文化
GitHub Actions GitHubが提供するCI/CDサービス。コードのpushに合わせてテスト・デプロイを自動実行
MAE 平均絶対誤差。予測と実績のずれの平均。小さいほど精度が高い
FastAPI PythonでWeb APIを高速に作るフレームワーク
バックテスト 過去のデータを使って予測モデルの精度を検証すること

追加した3つの仕組み

仕組み やったこと
モデル保存 joblib で .pkl に保存 → data/models/ に年度ごとに置く
精度記録 Marcel vs ML の MAE を JSON に保存 + FastAPI で /metrics エンドポイント
自動実行 GitHub Actions で毎年3月1日に自動実行（FA・移籍確定後）

順番に説明します。

① モデルをファイルに保存する（joblib）

学習後にモデルを .pkl ファイルに保存します。

import joblib
from pathlib import Path

MODELS_DIR = Path("data/models")
MODELS_DIR.mkdir(parents=True, exist_ok=True)

# 打者モデル保存（lgb と xgb、両方保存する）
for model_name, res in h_results.items():
    if "model" in res:
        pkl_path = MODELS_DIR / f"{model_name}_hitters_{TARGET_YEAR}.pkl"
        joblib.dump(res["model"], pkl_path)
        print(f"Saved: {pkl_path}")

ファイル名に年度を入れているので、毎年実行しても上書きされません。

data/models/
├── lgb_hitters_2026.pkl    # LightGBM 打者モデル
├── xgb_hitters_2026.pkl    # XGBoost 打者モデル
├── lgb_pitchers_2026.pkl
└── xgb_pitchers_2026.pkl

② 精度をJSONに記録して、APIで確認できるようにする

JSONに保存

import json
from datetime import datetime

# Marcel法との比較も含めて記録
metrics = {
    "year": TARGET_YEAR,
    "data_end_year": DATA_END_YEAR,
    "generated_at": datetime.utcnow().isoformat(),
    "hitter": {k: round(v["mae"], 4) for k, v in h_results.items() if "mae" in v},
    "pitcher": {k: round(v["mae"], 4) for k, v in p_results.items() if "mae" in v},
}
metrics["hitter"]["marcel"] = round(marcel_mae, 4)
metrics["pitcher"]["marcel"] = round(marcel_mae_p, 4)

path = Path("data/metrics") / f"metrics_{TARGET_YEAR}.json"
with open(path, "w") as f:
    json.dump(metrics, f, indent=2)

出力されるJSON（metrics_2026.json）の構造例：

{
  "year": 2026,
  "data_end_year": 2025,
  "generated_at": "2026-11-01T09:30:00",
  "hitter": {
    "lgb": 0.031,
    "xgb": 0.033,
    "ensemble": 0.030,
    "marcel": 0.048
  },
  "pitcher": {
    "lgb": 0.58,
    "xgb": 0.61,
    "ensemble": 0.57,
    "marcel": 0.63
  }
}

hitter.lgb < hitter.marcel ならMLがMarcelを上回っている。そうでなければMarcelのほうが精度が高い、という判断ができます。

FastAPI で /metrics エンドポイントを追加

data/metrics/ 以下の JSON を全部読み込んで返すエンドポイントです。

def _load_all_metrics() -> list[dict]:
    if not METRICS_DIR.exists():
        return []
    result = []
    for p in sorted(METRICS_DIR.glob("metrics_*.json")):
        with open(p, encoding="utf-8") as f:
            result.append(json.load(f))
    return sorted(result, key=lambda x: x.get("year", 0))

all_metrics = _load_all_metrics()

@app.get("/metrics")
def get_metrics():
    if not all_metrics:
        raise HTTPException(503, "メトリクスデータがありません")
    return {"件数": len(all_metrics), "メトリクス": all_metrics}

年が増えるたびに自動で追記されます。複数年分が溜まれば精度の推移をグラフにできます。

③ GitHub Actions で全部自動化する

annual_update.yml の全体構成：

name: Annual NPB Update

on:
  schedule:
    - cron: '0 9 1 3 *'   # 毎年3月1日 9:00 UTC（FA・移籍確定後、開幕前）
  workflow_dispatch:         # 手動実行も可
    inputs:
      data_end_year:
        description: 'Last season year (例: 2025)'
        default: ''

permissions:
  contents: write  # git push するために必要

jobs:
  update:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: actions/setup-python@v5
        with:
          python-version: '3.11'

      - name: Install dependencies
        run: pip install pandas numpy beautifulsoup4 requests lxml scikit-learn lightgbm xgboost joblib

      - name: 1. Fetch hitter/pitcher stats
        run: python fetch_npb_data.py

      - name: 2. Fetch detailed batting stats
        run: python fetch_npb_detailed.py

      - name: 3. Fetch standings + Pythagorean
        run: python pythagorean.py

      - name: 4. Calculate wOBA/wRC+
        run: python sabermetrics.py

      - name: 5. Marcel projections
        run: python marcel_projection.py

      - name: 6. ML projections (LightGBM/XGBoost)
        run: python ml_projection.py

      - name: Commit and push updated data
        run: |
          git config user.name 'github-actions[bot]'
          git config user.email 'github-actions[bot]@users.noreply.github.com'
          git add data/
          if git diff --staged --quiet; then
            echo "No data changes to commit"
          else
            git commit -m "auto: update NPB data to ${NPB_DATA_END_YEAR}"
            git push
          fi

git add data/ だけで data/models/*.pkl と data/metrics/*.json も一緒にコミットされます。

実際に動かしたら踏んだバグ

ローカルで動いていたコードをCIに乗せると、今まで見えなかったデータ品質の問題が出てきます。今回は4連続でバグが出ました。

Bug 1: StringDtype のまま数値演算

TypeError: can't multiply sequence by non-int of type 'str'

スクレイピングしたデータの AVG / OBP 等が文字列型のまま掛け算に使われていました。

# Before: RC27/XR27 しか変換していなかった
for col in ["RC27", "XR27"]:
    df[col] = pd.to_numeric(df[col], errors="coerce")

# After: 使う列を全部変換する
for col in ["AVG", "OBP", "SLG", "OPS", "PA", "HR", ..., "RC27", "XR27"]:
    df[col] = pd.to_numeric(df[col], errors="coerce")

Bug 2: NaN を == 0 でスキップできない

ValueError: cannot convert float NaN to integer

Bug 1 の修正で無効な値が NaN になりましたが、if pa == 0: では NaN をスキップできません。

float('nan') == 0  # → False（スキップされない）

# Before
if pa == 0:
    continue

# After
if pd.isna(pa) or pa == 0:
    continue

Bug 3: テストデータが空で predict がクラッシュ

ValueError: Input data must be 2 dimensional and non empty.

NaN が連鎖して、ホールドアウト用のテストデータが 0 件になっていました。

# テストデータが空でも落ちないようにガードを追加
if len(X_test) > 0:
    pred = model.predict(X_test)
    mae = mean_absolute_error(y_test, pred)
    results[name] = {"model": model, "pred": pred, "mae": mae}
else:
    print("WARNING: テストデータが空。学習のみ実施。")
    results[name] = {"model": model}  # MAEなし、モデルのみ保存

Bug 4: github-actions[bot] の書き込み権限がない

remote: Permission to ... denied to github-actions[bot].
fatal: unable to access ...: The requested URL returned error: 403

GitHub Actions のデフォルトトークンは読み取り専用です。ワークフローに権限を明示する必要があります。

# ジョブの外（ワークフローレベル）に書く
permissions:
  contents: write

4つとも「ローカルでは動いていた」パターンです。CI に乗せることで初めて発覚しました。

まとめ

追加した変更をまとめると：

ファイル 変更内容
ml_projection.py joblib でモデル保存、精度を metrics_*.json に出力
api.py /metrics エンドポイント追加
requirements.txt joblib>=1.3 追加
.github/workflows/annual_update.yml 新規作成（8ステップ、毎年3月1日実行）
fetch_rosters.py NPB支配下登録選手一覧を取得（Marcel予測から退団・MLB移籍選手を除外するため）

実行すると data/ 以下に以下のファイルが生成され、そのままGitにコミットされます：

data/models/lgb_hitters_2026.pkl
data/models/xgb_hitters_2026.pkl
data/models/lgb_pitchers_2026.pkl
data/models/xgb_pitchers_2026.pkl
data/metrics/metrics_2026.json

複数年分溜まれば精度の推移を追えるようになります。「MLOps」と呼べるかはまだ怪しいですが、少なくとも「スクリプトを手動実行する運用」からは脱却できました。

→ GitHub: https://github.com/yasumorishima/npb-prediction

関連記事

1
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
1
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?