openml/openml-python

OpenML‑Python – その概要

OpenML‑Python は、Python から OpenML プラットフォームにアクセスするためのクライアントライブラリです。OpenML は、研究者がデータセット、機械学習タスク（例: 定義済みの訓練・テスト分割）、実験結果を共有するオンラインリポジトリです。このライブラリは、OpenML REST API の薄い Pythonic なラッパーを提供し、コードを離れることなくデータのダウンロード、ベンチマークスイートの取得、自分の実行結果のアップロードができます。

コア機能（README に記載）

機能	説明
データセットアクセス	`openml.datasets.get_dataset(id_or_name)` は `Dataset` オブジェクトを返し、`get_data()` で scikit‑learn などのツールにそのまま使える `X, y, ...` を取得できます。
タスク処理	`openml.tasks.get_task(id)` で定義済みのタスク（例: 特定の訓練・テスト分割を持つ分類問題）を取得します。基になるデータセットと分割インデックスを取得できます。
ベンチマークスイート	`openml.study.get_suite(name)` は厳選されたタスク ID のリスト（例: `amlb-classification-all`）を返します。スイートをループして大規模なベンチマーク実験を実行できます。
実行結果のアップロード / ダウンロード	スニペットには示されていませんが、このライブラリは実験結果を OpenML に投稿して公開ベンチマークの一部にする機能もサポートしています。
クロスプラットフォーム、最新 Python	Python 3.10‑3.14 で動作し、Linux、macOS、Windows に対応しています。
インストール	`pip install openml` で簡単にインストールできます。
引用サポート	このライブラリを説明した JMLR 論文用のコピー可能な BibTeX エントリを提供します。

典型的な使用例ワークフロー

データセットまたはタスクを選択 – 名前（"credit-g"）または数値 ID で選択します。
データを読み込む – X, y = dataset.get_data(target="class") で特徴量とラベルを取得します。
特定の分割が必要な場合 – タスクオブジェクトから取得します（task.get_train_test_split_indices）。
モデルを実行 – 訓練インデックスで任意の scikit‑learn / PyTorch などのモデルを訓練し、テストインデックスで評価します。
（オプション）結果をアップロード – OpenML API を使用して実行を公開し、他の人が比較できるようにします。
スケールアップ – タスクのスイート全体を取得し、大規模なベンチマークのためにプロセスを自動的に繰り返します。

誰が使うのか？

研究者 – 各 CSV を手動でダウンロードすることなく、多くのデータセットで再現可能なベンチマークを実行したい人。
学生 – モデル評価を学ぶ人。定義済みタスクにより、訓練・テスト分割が同一であることが保証されます。
ツール開発者 – メタラーニングや自動 ML パイプラインのために OpenML をプログラムでクエリする必要がある人。

はじめに

pip install openml

import openml
# README の例
dataset = openml.datasets.get_dataset("credit-g")
X, y, _, _ = dataset.get_data(target="class")

公式ドキュメント（バッジにリンク）には、認証、実行のアップロード、高度なクエリオプションの詳細が記載されています。

コミュニティと貢献

このプロジェクトはあらゆるレベルの貢献を歓迎します。新しい貢献者は "good first issue" タグの付いた issue から始めることをお勧めします。完全な貢献ガイドはリポジトリにあります。

要約: OpenML‑Python は、機械学習研究を行う誰にとってもデータセットとベンチマークへのアクセスを簡単にすることを目的とした、OpenML データサイエンスプラットフォームの本格的で積極的にメンテナンスされている Python クライアントです。