ブランチング

最終更新日：2026-10-23 | ページの編集

概要

質問

すべてを入力せずに多くのターゲットをどのように指定できますか？

目的

ブランチングを使用してターゲットを指定できるようにする

なぜブランチングなのか？

targets の大きな強みの一つは、ブランチングと呼ばれる、単一のコード行から多くのターゲットを定義できる能力です。これは入力を省くだけでなく、タイプミスの可能性が減るため、エラーのリスクも低減します。

ブランチングの種類

ブランチングには、動的ブランチングと静的ブランチングの二種類があります。「ブランチング」とは、ターゲットを作成する方法（「パターン」）を単一に指定し、targets がそれから複数のターゲット（「ブランチ」）を生成するという考え方を指します。「動的」とは、パターンから生成されるブランチが事前に定義されている必要がなく、コードの結果として動的に生成されることを意味します。

このワークショップでは、動的ブランチングのみを扱います。静的ブランチングはメタプログラミングの使用を必要とするため、これは高度なトピックです。どちらをいつ使用するか（または両方の組み合わせ）についての詳細は、targets パッケージマニュアルを参照してください。

ブランチングなしの例

これがどのように機能するかを理解するために、penguins データセットの分析を続けましょう。

私たちの仮説は、くちばしの深さがくちばしの長さとともに減少するということです。 この仮説を線形モデルで検証します。

例えば、これはくちばしの長さに依存するくちばしの深さのモデルです：

R

lm(bill_depth_mm ~ bill_length_mm, data = penguins_data)

これをパイプラインに追加できます。すべての種を区別せずに結合しているため、combined_model と呼びます：

R

source("R/packages.R")
source("R/functions.R")

tar_plan(
  # Load raw data
  penguins_csv_file = "data/penguins_raw.csv",
  penguins_data_raw = read_csv(penguins_csv_file, show_col_types = FALSE),
  # Clean data
  penguins_data = clean_penguin_data(penguins_data_raw),
  # Build model
  combined_model = lm(
    bill_depth_mm ~ bill_length_mm,
    data = penguins_data
  )
)

出力

+ combined_model dispatched
✔ combined_model completed [2ms, 11.20 kB]
✔ ended pipeline [150ms, 1 completed, 3 skipped]

モデルを見てみましょう。broom パッケージの glance() 関数を、パッケージ全体を読み込まずに済むよう broom::glance() と書いて使用します（:: 記法は、関数がどのパッケージのものかを指定します）。これは base R の summary() とは異なり、出力をティブル（データフレームの tidyverse 相当）として返します。後で見るように、これは下流の分析に非常に便利です。

R

tar_load(combined_model)
broom::glance(combined_model)

出力

# A tibble: 1 × 12
  r.squared adj.r.squared sigma statistic   p.value    df logLik   AIC   BIC deviance df.residual  nobs
      <dbl>         <dbl> <dbl>     <dbl>     <dbl> <dbl>  <dbl> <dbl> <dbl>    <dbl>       <int> <int>
1    0.0552        0.0525  1.92      19.9 0.0000112     1  -708. 1422. 1433.    1256.         340   342

小さな P-値に注目してください。これはモデルが非常に有意であることを示しているようです。

しかし、ちょっと待ってください… これは本当に適切なモデルでしょうか？データセットには3種類のペンギンがいることを思い出してください。くちばしの深さと長さの関係が種によって異なる可能性があります。

種ごとに1つずつモデル（合計3つ）を作成して、どうなるか試してみましょう（これは統計的には厳密には正しいアプローチではありませんが、ここでの目的は統計ではなく targets を学ぶことです）。

これでワークフローがより複雑になっています。これはブランチングなしでのそのような分析のワークフローの例です：

R

source("R/packages.R")
source("R/functions.R")

tar_plan(
  # Load raw data
  penguins_csv_file = "data/penguins_raw.csv",
  penguins_data_raw = read_csv(penguins_csv_file, show_col_types = FALSE),
  # Clean data
  penguins_data = clean_penguin_data(penguins_data_raw),
  # Build models
  combined_model = lm(
    bill_depth_mm ~ bill_length_mm,
    data = penguins_data
  ),
  adelie_model = lm(
    bill_depth_mm ~ bill_length_mm,
    data = filter(penguins_data, species == "Adelie")
  ),
  chinstrap_model = lm(
    bill_depth_mm ~ bill_length_mm,
    data = filter(penguins_data, species == "Chinstrap")
  ),
  gentoo_model = lm(
    bill_depth_mm ~ bill_length_mm,
    data = filter(penguins_data, species == "Gentoo")
  ),
  # Get model summaries
  combined_summary = broom::glance(combined_model),
  adelie_summary = broom::glance(adelie_model),
  chinstrap_summary = broom::glance(chinstrap_model),
  gentoo_summary = broom::glance(gentoo_model)
)

出力

+ adelie_model dispatched
✔ adelie_model completed [26ms, 6.48 kB]
+ gentoo_model dispatched
✔ gentoo_model completed [2ms, 5.88 kB]
+ chinstrap_model dispatched
✔ chinstrap_model completed [2ms, 4.54 kB]
+ combined_summary dispatched
✔ combined_summary completed [106ms, 350 B]
+ adelie_summary dispatched
✔ adelie_summary completed [2ms, 351 B]
+ gentoo_summary dispatched
✔ gentoo_summary completed [1ms, 351 B]
+ chinstrap_summary dispatched
✔ chinstrap_summary completed [2ms, 351 B]
✔ ended pipeline [340ms, 7 completed, 4 skipped]

モデルの一つのサマリーを見てみましょう：

R

tar_load(adelie_summary)
adelie_summary

出力

# A tibble: 1 × 12
  r.squared adj.r.squared sigma statistic     p.value    df logLik   AIC   BIC deviance df.residual  nobs
      <dbl>         <dbl> <dbl>     <dbl>       <dbl> <dbl>  <dbl> <dbl> <dbl>    <dbl>       <int> <int>
1     0.153         0.148  1.12      27.0 0.000000667     1  -231.  468.  477.     188.         149   151

この方法でパイプラインを書くと機能しますが、繰り返しが多くなります。各モデルのサマリー統計量を取得するたびに glance() を呼び出さなければなりません。さらに、各サマリーターゲット（adelie_summary など）は明示的に名前が付けられ、手動で入力されています。タイプミスをして間違ったモデルがサマリーされるのはかなり簡単です。

先に進む前に、もう一つカスタム関数を定義しましょう：model_glance() です。 targets を使用する際にはカスタム関数を頻繁に書く必要があるため、慣れておくと良いでしょう！

model_glance() という名前が示すとおり（目的がわかる名前を関数に付けるのは良い習慣です）、この関数はモデルを構築し、すぐにそのモデルに対して glance() を実行します。こうする理由は、結果としてデータフレームが得られるためで、次のセクションで見るように、これはブランチングに非常に役立ちます。これを R/functions.R に保存してください：

R

model_glance_orig <- function(penguins_data) {
  model <- lm(
    bill_depth_mm ~ bill_length_mm,
    data = penguins_data)
  broom::glance(model)
}

ブランチングを使用した例

最初の試み

動的ブランチングを使用して同じプランを書く方法を見てみましょう（実行した後で、新しいバージョンの各ステップを詳しく見ていきます）：

R

source("R/packages.R")
source("R/functions.R")

tar_plan(
  # Load raw data
  penguins_csv_file = "data/penguins_raw.csv",
  penguins_data_raw = read_csv(penguins_csv_file, show_col_types = FALSE),
  # Clean data
  penguins_data = clean_penguin_data(penguins_data_raw),
  # Get species names
  species_name = penguins_data |> dplyr::pull(species) |> unique(),
  # Build combined model with all species together
  combined_summary = model_glance(penguins_data),
  # Build one model per species
  tar_target(
    species_summary,
    penguins_data |> dplyr::filter(species == species_name) |> model_glance(),
    pattern = map(species_name)
  )
)

ここで何が起こっているのでしょうか？

まず、tar_make() が提供するメッセージを見てみましょう。

出力

+ combined_summary dispatched
✔ combined_summary completed [52ms, 350 B]
+ species_name dispatched
✔ species_name completed [2ms, 76 B]
+ species_summary declared [3 branches]
✔ species_summary completed [22ms, 1.05 kB]
✔ ended pipeline [340ms, 5 completed, 3 skipped]

メッセージには、species_summary が3つのブランチで「宣言」され、その後完了したと表示されています。これはブランチングを使用してターゲットを指定した結果です：species_summary は、一連の小さなターゲット（ブランチ）、ここでは種ごとに1つずつから構成される、1つの全体のターゲットです。 targets は各ブランチを一つずつビルドし、それらを全体のターゲットに結合します。

次に、ワークフローがどのように設定されているか、データの設定から詳しく見てみましょう：

R

  # Get species names
  species_name = penguins_data |> dplyr::pull(species) |> unique(),

ブランチングなしのバージョンとは異なり、種の名前を取得するステップを追加しました。これは、species_summary ターゲットをどのようにブランチさせるかを targets に伝えるために必要です。ここでは、一意の種ごとに1つのブランチが欲しいのです。

次に、ターゲット species_summary をビルドするコマンドを見てみましょう。

R

  tar_target(
    species_summary,
    penguins_data |> dplyr::filter(species == species_name) |> model_glance(),
    pattern = map(species_name)
  )

以前と同様に、tar_target() の最初の引数はビルドするターゲットの名前で、二つ目の引数はそれをビルドするコマンドです。

次に、penguins_data を1つの種の行（species == species_name）に絞り込み、その結果にカスタム関数 model_glance() を適用します。ここまでは通常のターゲットと同じです。

最後に、これまで見たことのない引数 pattern があります。これは、このターゲットが動的ブランチングを使用してビルドされるべきことを示します。 map(species_name) は、species_name の各要素（つまり各種）に対して1つずつブランチを順次ビルドし、各ブランチで species_name がその要素の値になることを意味します。

ブランチングワークフローの構築方法を理解したので、出力を検査してみましょう：

R

tar_load(species_summary)
species_summary

出力

# A tibble: 3 × 12
  r.squared adj.r.squared sigma statistic  p.value    df logLik   AIC   BIC deviance df.residual  nobs
      <dbl>         <dbl> <dbl>     <dbl>    <dbl> <dbl>  <dbl> <dbl> <dbl>    <dbl>       <int> <int>
1     0.153         0.148 1.12       27.0 6.67e- 7     1 -231.   468.  477.    188.          149   151
2     0.414         0.409 0.754      85.5 1.02e-15     1 -139.   284.  292.     68.8         121   123
3     0.427         0.418 0.866      49.2 1.53e- 9     1  -85.7  177.  184.     49.5          66    68

モデルのサマリー統計量がすべて一つのデータフレームに含まれています。

しかし、一つ問題があります：どの行がどの種から来たのか分かりません！ 入力データと同じ順序であると仮定するのは賢明ではありません。

これは動的ブランチングの動作方法によるものです：デフォルトでは、各ターゲットの由来に関する情報が出力に保持されません。

これをどう修正すれば良いでしょうか？

第二の試み

ブランチングパイプラインから有用な出力を得るための鍵は、各ブランチの出力に必要な情報を含めることです。ここでは、モデルサマリーの各行に対応する種を知りたいと考えています。

これは model_glance 関数を修正することで実現できます。種を表す列を含めるように修正したら、必ず保存してください：

R

model_glance <- function(penguins_data) {
  # Make model
  model <- lm(
    bill_depth_mm ~ bill_length_mm,
    data = penguins_data)
  # Get species name
  species_name <- unique(penguins_data$species)
  # If this is the combined dataset with multiple
  # species, changed name to 'combined'
  if (length(species_name) > 1) {
    species_name <- "combined"
  }
  # Get model summary and add species name
  broom::glance(model) |>
    mutate(species = species_name, .before = 1)
}

新しいパイプラインは以前とまったく同じです。修正したのはパイプラインではなく関数です。

targets はカスタム関数の内容を追跡しているため、species_summary を再計算する必要があると判断し、新しく修正した関数を使ってこのターゲットを再び実行します。

出力

+ combined_summary dispatched
✔ combined_summary completed [70ms, 371 B]
+ species_summary declared [3 branches]
✔ species_summary completed [97ms, 1.11 kB]
✔ ended pipeline [339ms, 4 completed, 4 skipped]

今回は、species_summary をロードすると、各行がどの種に対応しているかを知ることができます（mutate() の .before = 1 により、他の列より前に表示されます）。

R

tar_load(species_summary)
species_summary

出力

# A tibble: 3 × 13
  species   r.squared adj.r.squared sigma statistic  p.value    df logLik   AIC   BIC deviance df.residual  nobs
  <chr>         <dbl>         <dbl> <dbl>     <dbl>    <dbl> <dbl>  <dbl> <dbl> <dbl>    <dbl>       <int> <int>
1 Adelie        0.153         0.148 1.12       27.0 6.67e- 7     1 -231.   468.  477.    188.          149   151
2 Gentoo        0.414         0.409 0.754      85.5 1.02e-15     1 -139.   284.  292.     68.8         121   123
3 Chinstrap     0.427         0.418 0.866      49.2 1.53e- 9     1  -85.7  177.  184.     49.5          66    68

次に、モデルに基づくくちばしの深さの予測を追加します。これはレポートでモデルをプロットする際に必要になります。この予測は broom パッケージの augment() 関数を使用して取得できます。モデルのサマリーの場合と同様に、予測された点をデータフレームとして出力するカスタム関数を作成します。

チャレンジ

チャレンジ: ワークフローにモデル予測を追加する

augment() を使用してモデル予測を追加できますか？ glance() と同様にカスタム関数を定義する必要があります。

回答を表示する

新しい関数を model_augment() として定義します。これは model_glance() と同じですが、glance() の代わりに augment() を使用します：

R

model_augment <- function(penguins_data) {
  # Make model
  model <- lm(
    bill_depth_mm ~ bill_length_mm,
    data = penguins_data)
  # Get species name
  species_name <- unique(penguins_data$species)
  # If this is the combined dataset with multiple
  # species, changed name to 'combined'
  if (length(species_name) > 1) {
    species_name <- "combined"
  }
  # Get model summary and add species name
  broom::augment(model) |>
    mutate(species = species_name, .before = 1)
}

ワークフローにステップを追加します：

R

source("R/functions.R")
source("R/packages.R")

tar_plan(
  # Load raw data
  penguins_csv_file = "data/penguins_raw.csv",
  penguins_data_raw = read_csv(penguins_csv_file, show_col_types = FALSE),
  # Clean data
  penguins_data = clean_penguin_data(penguins_data_raw),
  # Get species names
  species_name = penguins_data |> dplyr::pull(species) |> unique(),
  # Get summary of combined model with all species together
  combined_summary = model_glance(penguins_data),
  # Get summary of one model per species
  tar_target(
    species_summary,
    penguins_data |> dplyr::filter(species == species_name) |> model_glance(),
    pattern = map(species_name)
  ),
  # Get predictions of combined model with all species together
  combined_predictions = model_augment(penguins_data),
  # Get predictions of one model per species
  tar_target(
    species_predictions,
    penguins_data |> dplyr::filter(species == species_name) |> model_augment(),
    pattern = map(species_name)
  )
)

コールアウト

ブランチングのベストプラクティス

動的ブランチングはデータフレームと相性が良いように設計されています（リストも使用できますが、より高度なので、可能な限りデータフレームを使用することをお勧めします）。

カスタム関数は、データフレームを入力として受け取り、データフレームを出力として返すように書き、必要なメタデータを列として常に含めることをお勧めします。

チャレンジ

チャレンジ: 他にどんな種類のパターンがありますか？

これまで、pattern 引数と組み合わせて map() を使用し、入力の各要素に対して関数を順次適用する単一の関数のみを使用しました。

ブランチングパターンを適用する他の方法を考えてみてください。

回答を表示する

ブランチングパターンを適用する他の方法には以下のようなものがあります：

crossing: 要素の組み合わせごとに一つのブランチを作成する（cross() 関数）
slicing: 手動で選択した要素ごとに一つのブランチを作成する（slice() 関数）
sampling: ランダムに選択した要素ごとに一つのブランチを作成する（sample() 関数）

ブランチングパターンの詳細については targets マニュアルを参照してください。

まとめ

動的ブランチングは単一のコマンドで複数のターゲットを作成します
ブランチの出力に必要なメタデータを含めるために、通常カスタム関数を書く必要があります