振り返り：顔スキャナー

CoddyのMachine Learningジャーニー「教師なし学習」セクションの一部。レッスン 33/51。

チャレンジ

中級

オフィスのドアカメラでは、顔ごとにk個の数値だけを保持する場合があります。プログラムはkを読み取ります。スターターコードは、16×16ピクセルの顔を300個描画してXに格納します。

k個の成分でPCAを当てはめます。以下のように、保持された分散の割合を出力します。
axs[0]に顔0を描画し、axs[1]にk個の数値から復元した顔を描画します。どちらもcmap="gray"を使います。
axs[2]に成分1をcmap="gray_r"で描画します。表示します。

別のカメラで4を指定した場合：

Kept: 80.5% of the variance with 4 numbers per face

16×16の画像が3枚：笑顔、その顔を4個の数値から少し滑らかに復元した画像、そして成分1である白地に暗い顔の形

続いてCoddyが3つのパネルについて説明します。

自分で試してみよう

import numpy as np
import matplotlib.pyplot as plt
from sklearn.decomposition import PCA


# 16×16ピクセルの顔をcount個描く：各顔は256個の明るさ（0から1）を1行に並べたもの
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)


# ドアのカメラが捉えた300個の顔と、顔ごとに保持できる数値の個数
X = make_faces(300, seed=7)
k = int(input())

# 以下の行は変更しないでください
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")

# 以下にコードを書いてください