010 Ruby 版のビルド・テスト・静的解析・機械学習・API ライブラリの選定¶
「機械学習から始めるプログラミング入門」Ruby 版で使うライブラリを決める。
日付: 2026-09-22
ステータス¶
2026-09-22 提案されました
2026-09-22 承認されました（第 1〜15 章の執筆で確かめました）
コンテキスト¶
執筆計画 の「第 3 波の執筆計画」では、Ruby 版の機械学習ライブラリの第一候補を Rumale とし、B50 のステップ 1 で確かめてから確定するとした。Ruby 版の対比の相手は Python 版（動的型付けと scikit-learn に似た API）と、TypeScript 版・Kotlin 版（型の検査の有無）である。
B50 のステップ 1 で、使い捨ての Bundler プロジェクトを nix develop .#ruby の中で動かして次を確かめた。
| 確認したこと | 結果 | 確認方法 |
|---|---|---|
| Nix 環境 | Ruby 3.3.10、Bundler 2.7.2、RubyGems 3.7.2。手元の ruby は macOS の 2.6.10 |
nix develop .#ruby |
| Rumale の版とライセンス | 2.2.0（2026-07-05）、BSD-3-Clause。rumale-tree・rumale-ensemble・rumale-linear_model などの gem に分かれ、すべて 2.2.0 でそろう |
rubygems.org の API、bundle list |
| Rumale にあるもの | 決定木（Tree::DecisionTreeClassifier、feature_importances つき）・ランダムフォレスト（Ensemble::RandomForestClassifier）・線形回帰・ロジスティック回帰・リッジ・ラッソ（LinearModel）・K-means（Clustering::KMeans）・PCA（Decomposition::PCA）・標準化（Preprocessing::StandardScaler）・混同行列（EvaluationMeasure.confusion_matrix）・適合率／再現率／F 値（Precision・Recall・FScore）・ROC AUC（ROCAUC）・交差検証（ModelSelection::CrossValidation と KFold） |
使い捨てのプロジェクトで全部実行 |
| Rumale に無いもの | PCA の寄与率。PCA が持つのは components と mean だけ |
instance_methods・instance_variables |
| 行列 | Rumale 2.x は numo-narray-alt 0.11.2（2026-08-12）に依存する。本家の numo-narray は 0.9.2.1（2022-08-20）で止まっており、両方を入れると衝突の警告が出る。ネイティブ拡張は Nix の中でビルドできた |
bundle install の警告、Gemfile.lock |
| 乱数の並び | (0..9).to_a.shuffle(random: Random.new(0)) は [2, 8, 4, 9, 1, 6, 7, 3, 0, 5] |
使い捨てのプロジェクトで実行 |
| CSV | csv 3.3.6。CSV.read（ファイルを開く）は BOM を取り除くが、CSV.parse(File.read(...)) は先頭の見出しに BOM が残る。Shift_JIS は encoding: "Shift_JIS:UTF-8" で読め、指定しないと CSV::InvalidEncodingError |
ヘッダーを表示 |
| API | Sinatra 4.2.1、Puma 8.0.2、rackup | 同上 |
| 直列化 | Marshal で学習済みの決定木を保存・復元して同じ予測が出る |
同上 |
| 整形・静的解析 | RuboCop 1.91.0。既定で「未使用の変数」「nil との比較」など 6 件を検出。NewCops: enable を書かないと、新しいルールごとの警告が大量に出る |
わざと崩したファイル |
| テスト・カバレッジ | Minitest 6.0.6（skip がある）、SimpleCov 1.3.0 |
bundle list |
各章で確かめた結果¶
| 章 | 確かめたこと |
|---|---|
| 1 | CSV.foreach／CSV.read はファイルを開くときに BOM を取り除く。module_function のモジュールをテストのクラスに include すると、章の run がプライベートなインスタンスメソッドとして入り、Minitest::Test#run を上書きして全テストが NoMethodError で落ちる。テストでは include せずにモジュールの関数として呼ぶ |
| 2 | Array#shuffle(random: Random.new(0)) の並びは [2, 8, 4, 9, 1, 6, 7, 3, 0, 5]。乱数の並びを決めるのは Ruby 本体なので、固定しているのは Gemfile.lock ではなく Ruby の版（2.6.10 と 3.3.10 で同じ並び）。件数 105 件・45 件はほかの言語版と一致し、訓練データの平均値は一致しない |
| 3 | tally は出現順を保ち、max_by は同点のとき最初の要素を返す（Rust の max_by_key は最後）。sort_by は安定ではないので、元の位置を 2 つ目の鍵にする。Rumale の決定木は節ごとに特徴量を Array#sample でランダムな順に並べるので、同じ不純度の分割が並ぶと自作と違う分割を選ぶ（深さ 1〜5 は予測が一致、制限なしで 1 件分かれる）。予測時の比較は自作と同じ <= |
| 4〜6 | Nix の環境で RUBYLIB に Solargraph の依存の gem が並び、bundle exec が Gemfile.lock より古い parser・prism・rubocop-ast を読み込んでいた（検査は通るので気付けない。rubocop -V の表示で気付いた）。環境定義の shellHook で unset RUBYLIB して直した。RuboCop 1.91 は NewCops: enable を書かないと 163 個の cop について警告が出る。Gemfile.lock には bundle lock --add-platform x86_64-linux で CI 用の Linux を加えた |
| 7 | Rumale::LinearModel::LinearRegression は Numo::Linalg が読み込まれていないと L-BFGS（tol 1e-4）で解き、solver: "svd" を指定しても黙って L-BFGS に落ちる。 既定のままでは切片 0.0044（自作は 6035.99）、テストの決定係数 −1.246 になり、例外も警告も出ない。tol: 1e-10 で自作との差は 3.5e-5 以内になる。Numo の work[i, true] はビューを返すので、行の入れ替えで dup を忘れると黙って同じ行になる |
| 8 | Rumale に欠損値の補完は無く、OneHotEncoder は整数のカテゴリだけを受け取り、先頭のカテゴリを落とせない。決定木にクラスの重みも無い。前処理と重み付きの決定木は自作が最終実装。Marshal は Data・配列を鍵にした Hash・第 3 章の木をそのまま保存できる（無名クラスは保存できない）。RuboCop の Security/MarshalLoad は理由を書いて 1 行だけ無効にした。Data は属性の差し替えを防ぐだけで、属性が指すオブジェクトは変えられる（同じパイプラインを 2 回学習すると 1 回目のモデルが上書きされた。dup で直した） |
| 9 | Rumale の StandardScaler は n−1 で割る標本標準偏差（Numo の stddev）。scikit-learn・linfa（n で割る）とは √((n−1)/n) 倍ずれる。PolynomialFeatures は先頭の定数項を除けば自作と一致する。csv gem は文字コード名を打ち間違えても警告を出して読み進める。Numo に連立方程式を解く関数は無い（numo-linalg が要る）ので、正規方程式は自作 |
| 10 | ロジスティック回帰の既定値は reg_param: 1.0・tol: 1e-4 で切片も正則化する。reg_param: 0.0・tol: 1e-8 で自作と予測が完全に一致する。ランダムフォレストは節ごとに max_features（既定は √特徴量数）の列を調べる（自作は木ごと）。Rumale のモデルは random_seed を省くと既定値が srand になり、モデルを作るだけでプロセス全体の乱数の種が入れ替わるので、必ずシードを渡す。RuboCop の Style/Sample に従って shuffle(random:).first(n) を sample(n, random:) に直すと、同じシードでも選ばれる列が変わる |
| 11 | Rumale の Precision・Recall・FScore（既定は average: "binary"）は y_true の最大のラベルを陽性とみなし、confusion_matrix は行が正解・列が予測でラベルの昇順に並ぶ。4 つの指標と ROCAUC は自作と 1e-12 以内で一致した。KFold の shuffle: true は第 2 章の shuffle と同じ Random.new(seed) と Array#shuffle なので、891 件の 5 分割が行単位で自作と一致した。KFold もシードを省くと srand する（shuffle: false でもシードを渡す）。CrossValidation に RMSE は無いので、MeanSquaredError の平方根をとる |
| 12 | Numo::Linalg が無いと、Ridge は L-BFGS で「二乗誤差 ÷ n ＋ reg_param・(‖w‖² ＋ b²)」を最小化する（自作の α は reg_param = α / n に当たる）。solver: "svd" を渡しても黙って L-BFGS で解く（ソースによると SVD の経路は n で割らない）。Lasso は「½‖誤差‖² ＋ reg_param・(‖w‖₁ ＋ |b|)」で、α はそのまま渡せる。Ridge も Lasso も切片を正則化するので、自分で中心化して fit_bias: false を渡し、平均から切片を作り直すと、tol: 1e-10 でリッジは 1.38e-5 以内、ラッソは完全に一致した |
| 13 | Numo::Linalg が無いと、PCA の solver: "auto" は固定小数点法（fpt）を選ぶ。solver: "evd" は警告を 1 行出して fpt に落ちる。既定の max_iter: 100・tol: 1e-4 では、固有値の近い PC4・PC5 の主成分が最大 1.3 ずれる（寄与率の差は 4.4e-4）。max_iter: 10_000・tol: 1e-12 で主成分の差は 6.3e-5 まで縮む。寄与率は自作（ヤコビ法の固有値分解）で、乱数を使わないのでほかの言語版と表示の桁まで一致した。Numo の列の取り出しはビューなので、dup を外すと例外なしに値が間違う |
| 14 | KMeans の既定は init: "k-means++"・max_iter: 50・tol: 1e-4。SSE（inertia）も n_init も無く、学習後に持つのは cluster_centers だけなので、SSE は自作と同じ式で測り直す。クラスタ数 1 の SSE 2640.00 は自作・Rumale・Rust 版で一致した。RuboCop の Style/Sample に従うと選ばれる点が変わるので、第 14 章の初期中心は shuffle のまま残した |
| 15 | Sinatra 4.1 から開発環境で Host ヘッダーを検査し、rack-test の既定の Host example.org は 403 になる（host_authorization の permitted_hosts: [] で切る）。開発環境の show_exceptions は例外のメッセージを含む HTML を返すので無効にし、ルートの rescue で 503 と 500 に分けた。Sinatra はメソッド違いでも 404 を返すので、not_found で 405 と Allow を返す。rack-test は 1 つのテストの中で app を 1 度しか作らない。Rust の trait に当たる置き場の約束は、本物と偽物の両方に include する共通のテストのモジュールで表した。Puma は Rackup::Handler.get("puma") で起動する |
決定¶
| 用途 | 採用 | バージョン | ライセンス | 初出 |
|---|---|---|---|---|
| 言語・依存管理 | Ruby（Nix の環境）、Bundler（Gemfile.lock をコミットする） |
3.3、Bundler 2.7 | — | 第 1 章 |
| タスク | Rake | Ruby に同梱 | MIT | 第 1 章 |
| テスト | Minitest（skip で実データのテストを飛ばす） |
6.0 | MIT | 第 1 章 |
| 整形・静的解析 | RuboCop（NewCops: enable） |
1.91 | MIT | 第 1 章（記事での解説は第 5 章） |
| カバレッジ | SimpleCov | 1.3 | MIT | 第 1 章（記事での解説は第 5 章） |
| データの表現 | Hash と Struct／Data。データフレームのライブラリは使わない |
— | — | 第 1 章 |
| CSV | csv gem（Gemfile に書く） |
3.3 | Ruby / BSD-2-Clause | 第 1 章 |
| 乱数 | Random.new(seed) と Array#shuffle(random:) |
Ruby と同じ | — | 第 2 章 |
| 行列 | numo-narray-alt（Rumale の依存として入る。本家の numo-narray は入れない） |
0.11 | BSD-3-Clause | 第 7 章 |
| 機械学習 | Rumale | 2.2 | BSD-3-Clause | 第 3 章 |
| 直列化 | Marshal（学習済みモデル）、json（API の入出力） |
Ruby と同じ | — | 第 8 章 |
| API | Sinatra（Sinatra::Base）と Puma、rackup、統合テストは rack-test |
Sinatra 4.2、Puma 8.0、rack-test 2.2 | MIT / BSD-3-Clause | 第 15 章 |
- Nix の Ruby 3.3 を前提にする。 手元の macOS の Ruby 2.6 では動かさない。記事の環境構築の節は
nix develop .#rubyを前提に書く - 型注釈（RBS・Steep）は使わない。 Ruby 版の対比の軸の 1 つが「実行時に型を検査しない言語で、型の誤りをテストで捕まえる」ことなので、使わない理由を記事に書く
numo-narrayを直接入れない。 Rumale 2.x が依存するのはフォークのnumo-narray-altで、両方を入れると衝突する。本家の保守が 2022 年で止まっていることとあわせて第 7 章で扱う- CSV はファイルから読む。
CSV.read／CSV.foreachは BOM を取り除くので、ほかの言語版で書いてきた BOM の除去が要らない。文字列から読むときはencoding: "bom|utf-8"を使う - 各章は「自作してから Rumale と突き合わせる」構成にする。 Python 版（scikit-learn）と同じ流れ
- Rumale に無いものだけを自作の最終実装とする。 PCA の寄与率と固有値分解（第 13 章）・欠損値の補完とダミー変数化とクラスの重み（第 8・9 章）・正規方程式（第 7・9 章。Numo に連立方程式を解く関数が無い）が該当する
章ごとのライブラリへの置き換え方針¶
| 章 | 置き換え | 方針 |
|---|---|---|
| 3 | Rumale::Tree::DecisionTreeClassifier |
自作のジニ不純度の決定木と突き合わせる。max_depth と特徴量重要度も比べる |
| 7 | Rumale::LinearModel::LinearRegression と Numo |
正規方程式を自作してから、Rumale の重回帰と突き合わせる |
| 8 | Rumale の決定木。前処理は章の中で確かめる | 欠損値の補完・ダミー変数化が Rumale に無ければ自作 |
| 9 | Rumale::Preprocessing::StandardScaler |
自作の標準化と突き合わせる（母標準偏差か標本標準偏差かを実測で確かめる） |
| 10 | LinearModel::LogisticRegression・Ensemble::RandomForestClassifier |
ロジスティック回帰とランダムフォレストを自作と突き合わせる。正則化の既定値を確かめる |
| 11 | EvaluationMeasure・ModelSelection::CrossValidation |
自作の評価指標・ROC AUC・交差検証と突き合わせる |
| 12 | LinearModel::Ridge・Lasso |
自作のリッジ・ラッソと突き合わせる（目的関数の流儀の違いに注意する） |
| 13 | Decomposition::PCA |
固有ベクトルを突き合わせる。寄与率は Rumale に無いので自作 |
| 14 | Clustering::KMeans |
自作の K-means と突き合わせる |
検討した代替案¶
| 代替案 | 採用しなかった理由 |
|---|---|
| RSpec | Minitest で足り、Ruby に近い素朴な書き方がほかの言語版の xUnit 系と比べやすい |
| RBS・Steep（型注釈） | Ruby 版の対比の軸（実行時に型を検査しない）を損なう |
numo-narray（本家） |
2022 年から更新が無く、Rumale 2.x の依存（numo-narray-alt）と衝突する |
| Daru・Polars（データフレーム） | ほかの言語版と同じく Hash と構造体で表す。シリーズの方針 |
| Rails・Roda（API） | 第 15 章の主題（層の分離と統合テスト）には Sinatra で足りる |
| WEBrick だけの HTTP サーバー | Ruby 3.0 から標準から外れており、Sinatra と Rack のほうが統合テストを書きやすい |
影響¶
- 良い影響: Rumale がそろっているので、Python 版と同じ「自作してからライブラリと突き合わせる」流れをほぼ全章で書ける
- 良い影響:
CSV.readが BOM を取り除くので、ほかの言語版との差自体が記事の題材になる - 悪い影響: 手元の macOS の Ruby では動かないので、Nix を使わない読者には Ruby 3.3 の導入を別途案内する必要がある
- 悪い影響: Rumale は作者 1 人が保守しており、行列ライブラリも作者のフォークに依存している。保守の持続性をリスクとして記事に書く