#18 品質リスクを分析する「ランダムフォレスト」ver1.1、チャレンジ AI×100業務（製造業）
チャレンジ#8では、現場での測定値データベースを利用して、ランダムフォレスト、決定木分析を実行しました。
ただ、それでは説明因子を選択することができなかったため、今回は、使用する因子（説明変数）を選べる仕組みを追加します。
＊それでは、スタートです。
＊執筆者は以下を参照してください。
使ったツール・準備したこと
ChatGPT 4o
Visual Studio Code環境下でのPython
やってみたこと｜コード・ステップ紹介
実行した内容の簡単な流れ
ChatGPT 4o；以下を会話しました。
＊前回のコードを参照しつつの会話です。
このランダムフォレストを実施する中で、あらかじめ、因子を選ぶことができるようにしてください。
コードを実行すると、以下の画面にてチェックボックス式で説明因子を選択できるようになりました。＊データは説明因子はlot, A, B, C、レスポンスとしてYは「normal」「low」としています。
今後の展開・アイデア
次回取り組みたいこと；
・ヒストグラムを拡張します。
＊今回のコードは省略します。
