Tekrar: Yüz Tarayıcı
Coddy'nin Machine Learning Journey'sinin Denetimsiz Öğrenme bölümünün bir parçası. Ders 33 / 51.
Görev
OrtaBir ofis kapısı kamerası her yüz için yalnızca k sayı saklayabilir; program k değerini okur. Başlangıç kodu, X içine 16'ya 16 piksellik 300 yüz çizer.
kbileşenle PCA'yı uydur. Aşağıda gösterildiği gibi, korunan varyans oranını yazdır.- Yüz 0'ı
axs[0]üzerinde,ksayıdan yeniden oluşturulmuş hâlini deaxs[1]üzerinde, her ikisinde decmap="gray"kullanarak çiz. - 1. bileşeni
axs[2]üzerindecmap="gray_r"ile çiz. Göster.
Başka bir kamera ve 4 için:
Kept: 80.5% of the variance with 4 numbers per faceCoddy daha sonra üç panelinizi açıklar.
Kendin dene
import numpy as np
import matplotlib.pyplot as plt
from sklearn.decomposition import PCA
# Her biri 16'ya 16 piksel boyutunda count adet yüz çizer: her yüz için 256 parlaklık değerinden (0 ile 1 arası) oluşan tek bir düz satır
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)
# Kapı kamerasının gördüğü 300 yüz ve her yüz için kaç sayı saklayabileceği
X = make_faces(300, seed=7)
k = int(input())
# Aşağıdaki satırları değiştirmeyin
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")
# Kodunuzu aşağıya yazın
Denetimsiz Öğrenme bölümündeki tüm dersler
1Grupları Bulma
Etiketler Olmadan ÖğrenmeBenzerliği ÖlçmeK-Means'i Elle Uygulamascikit-learn ile K-MeansÖzet: Spor Salonu Üyeleri7Uygulamada PCA
64 Boyutu GörmekBileşenleri Örüntü Olarak GörmekSıkıştır ve Yeniden OluşturModelden Önce PCATekrar: Yüz Tarayıcı10Proje: Rakam Kaşifi
Rakamları İncelePCA ile KüçültRakamları KümeleKümelere Ad VerAykırı Olanları Bul2k Sayısını Seçme
AtaletDirsek YöntemiSilüet PuanlarıKümeleme Öncesi ÖlçeklemeÖzet: Teslimat BölgeleriKendi başına pratik yap: Online Python derleyicisi