مراجعة: ماسح الوجوه
جزء من قسم التعلّم غير الخاضع للإشراف في رحلة Machine Learning على Coddy. الدرس 33 من 51.
التحدي
متوسطقد تحتفظ كاميرا باب المكتب بـ k أرقام فقط لكل وجه؛ ويقرأ البرنامج k. يرسم البرنامج المبدئي 300 وجه، بأبعاد 16 × 16 بكسل، في X.
- لائم PCA باستخدام
kمكوّنات. اطبع نسبة التباين المحتفَظ بها، كما هو موضح أدناه. - ارسم الوجه 0 على
axs[0]وإعادة بناءه منkأرقام علىaxs[1]، وكلاهما باستخدامcmap="gray". - ارسم المكوّن 1 على
axs[2]باستخدامcmap="gray_r". اعرض الرسم.
لكاميرا أخرى ومع 4:
Kept: 80.5% of the variance with 4 numbers per faceيصف Coddy بعد ذلك لوحاتك الثلاث.
جرّب بنفسك
import numpy as np
import matplotlib.pyplot as plt
from sklearn.decomposition import PCA
# يرسم count وجهًا، كل منها بحجم 16 × 16 بكسل: صف مسطّح واحد من 256 قيمة سطوع (من 0 إلى 1) لكل وجه
def make_faces(count, seed):
rng = np.random.default_rng(seed)
cols, rows = np.meshgrid(np.arange(16), np.arange(16))
faces = []
for i in range(count):
light = rng.uniform(0.55, 0.95)
side = rng.uniform(-0.25, 0.25)
head = ((cols - 7.5) / 6.2) ** 2 + ((rows - 8) / 7.6) ** 2 < 1
face = head * (light + side * (cols - 7.5) / 7.5)
eye_row = rng.uniform(5, 7)
gap = rng.uniform(2.2, 3.6)
for eye_col in [7.5 - gap, 7.5 + gap]:
face = face - 0.7 * np.exp(-((cols - eye_col) ** 2 + (rows - eye_row) ** 2) / 1.2)
smile = rng.uniform(-2, 2)
mouth_row = 11.5 - smile * ((cols - 7.5) / 3.5) ** 2
mouth = np.exp(-((rows - mouth_row) ** 2) / 0.4) * (np.abs(cols - 7.5) < 3.6)
face = face - 0.6 * mouth + rng.normal(0, 0.04, size=(16, 16))
faces.append(np.clip(face, 0, 1).flatten())
return np.round(np.array(faces), 2)
# 300 وجه رصدتها كاميرا الباب، وعدد القيم التي يمكن الاحتفاظ بها لكل وجه
X = make_faces(300, seed=7)
k = int(input())
# لا تغيّر الأسطر أدناه
fig, axs = plt.subplots(1, 3)
axs[0].set_title("Face")
axs[1].set_title(f"Rebuilt from {k}")
axs[2].set_title("Component 1")
# اكتب شيفرتك أدناه
جميع دروس التعلّم غير الخاضع للإشراف
1اكتشاف المجموعات
التعلّم دون تسمياتقياس التشابهتنفيذ K-Means يدويًااستخدام K-Means في scikit-learnمراجعة: أعضاء النادي الرياضي7تحليل PCA عمليًا
رؤية 64 بُعدًاالمكوّنات بوصفها أنماطًاالضغط وإعادة البناءPCA قبل تدريب النموذجمراجعة: ماسح الوجوهتدرّب بنفسك: مترجم Python عبر الإنترنت