그런데, 손님들이 어떤 과일 사진을 보낼지 알 수 없으니 사진에 대한 정답(타깃)이 없는 거나 마찬가지인데...
이런 경우엔 모델을 어떻게 학습해야할까?
'타깃이 없다 (=입력 데이터만 있다)' ⇒비지도 학습!(플러스알파 참조)
1. 사진 데이터 다루기
데이터 가져오기
넘파이 배열로 저장되어있는 파일을 다운로드
`!`: 파이썬 코드가 아니라 리눅스 Shell 명령으로 이해하도록 바꿔주는 문자.
`wget`: 웹에서 파일을 다운로드하여 저장하는 명령어 (`-O`뒤에는 파일 이름)
다운받은 npy 파일을 `np.load()`로 불러오고, `.shape`로 배열의 크기를 확인 → 3차원 데이터네!
각 샘플 어떻게 되어있나 확인하기 위해, 0번째 사진의 0번째 행을 출력해봄.
참고로 이 배열은 흑백사진을 담고 있어서, 0~255의 정수값을 가짐 (숫자 클수록 밝음)
(`shape`결과와 동일한 순서로 인덱싱 = 샘플, 가로, 세로 순) 왜 저 부분만 값이 유독 큰지 아래에서 확인 가능!
사진 데이터 그려보기
`plt.imshow()`: 넘파이 배열에 저장된 이미지를 그려줌. (=image show)
`cmap`: 이미지 색상 테마를 지정해줌. (=color map)
이 그림의 맨 윗줄이 바로, 아까 [0, 0, :]로 출력했던 100개의 픽셀(0번째 행)임. 👉아하, 그래서 사과꼭지 부분만 숫자가 갑자기 튀었던 거구나 ~
그런데, 우리가 보기에는 사과에 색칠된 게 더 좋으니까 반전시켜서 다시 출력 `cmap = 'gray_r'`: (원래랑 거꾸로) 낮은 숫자가 밝아지고, 높은 숫자가 어두워짐.
마찬가지로, 파인애플과 바나나 이미지도 그려봄.
`plt.subplots(a,b)`: a행 b열로 그래프 여러 개를 나란히 그려주는 함수.
`axs`:subplot으로 그린 여러 그래프들을 담고 있는 리스트 배열.
2. 픽셀값 분석하기
김 팀장🗣️ : 사진들을 구별할 때 이 픽셀값을 이용할 수 있지 않을까?
1차원 배열로 변환
각 이미지 데이터(100*100)를 계속 2차원으로 다루면 복잡하고 번거로우니까, 한 줄로 펼쳐서길이가 10,000인 1차원 배열로바꿔버리자!
`.reshape()`를 사용해 (100,100,100)이던 apple / pineapple / banana를 (100, 100*100)으로 펼침 (※첫 번째 차원은 샘플 개수) 1개의 이미지 = 길이가 10,000인 1차원 배열
샘플의 픽셀 평균값
'각 샘플들마다 10,000개의 픽셀이 있는데, 이걸 평균 내보면 뭔가 얻을 수 있지 않을까?'
⭐잠깐! 넘파이 배열에서 계산할 때는, 항상 축을 잘 생각해야 하는 거 알지?! (p.74)
각각의 샘플마다픽셀의 평균값을 계산해야 하므로,axis=1로 계산해야 함!
`.mean()`을 사용하여, 일단 사과 샘플 100개에 대한 픽셀 평균값 계산해 봄. 각 샘플마다 10,000개의 값을 평균냄 = 샘플이 100개니까 평균값도 100개가 나온 것!
이렇게 픽셀 평균값을 세 과일 모두에 대해서 계산하고, `plt.hist()` 히스토그램으로 그려서 비교해봤더니...
`alpha`: 그래프 투명도 설정 / `plt.legend()`: 범례 첨부 설정
➡️이렇게 보니, 바나나는 확실히 값들이 40 아래에 집중되어있음! 이 픽셀 평균값을 활용하면바나나를 구분해낼 수 있겠다! 근데, 사과랑 파인애플은 어쩌지...?
픽셀의 샘플 평균값
'이번엔 축을 반대로axis=0으로 해서, 각각의 픽셀마다샘플의 평균값을 계산해보면 어떨까?' (=모양이 다르니까 더 자주 차지하는 픽셀들이 다를 거야!)
이 샘플 평균값은 과일마다 막대그래프로 그려서 비교해봤더니 ...
➡️이렇게 보니, 과일마다 값이 높은 구간이 다 다름! 사과는 뒤쪽 픽셀로 갈수록 값이 높아지고(=색이 어두워지고), 파인애플은 비교적 고르게 높고, 바나나는 중앙의 값이 높네! 이렇게 샘플 평균값을 활용하면사과랑 파인애플까지도 구분할 수 있겠는걸~
3. 평균 이미지 활용하기
평균 이미지와 가까운 사진 고르기
이번엔 다시, 이 샘플 평균값 `np.mean(apple, axis=0)` 을 100*100 크기로 (=다시 2차원 배열로) 이미지처럼 출력해봄.
👨🏫픽셀마다 샘플들이 차지하는 값을 평균 낸 이미지가, 마치 모든 사진을 합쳐놓은 '대표 이미지'처럼 보임 !! (흐릿하게 나오는 게 정상^^) ➡️고객이 올린 사진을 이 '대표 이미지'와 비교하면, 어떤 과일인지 구분할 수 있지 않을까? '대표 이미지'와 가장 차이가 적은 과일이라고 판단하면 되니까! (ex. 사과의 대표이미지와 가까우면 사과로 판단)
우리가 가진 300개의 사진들 중에, 사과의 대표 이미지와 가장 가까운 사진을 골라보자.
`apple_mean`: 사과의 대표 이미지 (= 사과 사진 100장의 평균 이미지)
`.abs()`: 절댓값으로 계산해주는 함수 (absolute)
이렇게 구한abs_mean(차이값 요약한 값)이 가장 작은 샘플이, 가장 사과에 가까운 것일테다! 처음 100개에 대해서만, 작은 순으로 나열해보자. (물론 우린 사과인 거 이미 알고 있지만..^^)
`np.argsort()`: 작은 값부터 순서대로 그 인덱스를 반환하는 함수.
그리고 그 인덱스 중(i∗10+j)번째 것을 [i,j] 위치에 그림으로 그려보자!
=사과 대표이미지에 가장 가까운 것부터 100개의 그림이 그려짐. (이 과정이 다음 시간에 배울 'k-평균 군집 알고리즘'과 굉장히 유사함!) abs_mean에서 처음 100개만 했으니, 모두 사과로 나오면 OK!
군집 (clustering)
사진들이 갖고 있는 픽셀값을 사용해 과일 사진을 모으는 작업을 해봄.
이렇게 비슷한 샘플끼리 그룹으로 모으는 작업을군집이라고 하며, 군집 알고리즘을 통해 묶은 그룹들을클러스터(cluster)라고 부름. (대표적인 비지도학습)
⚠️근데 사실 이번 시간에는, 사과/파인애플/바나나의 평균값을 계산해서 찾은 거니까, 사실상 정답(타깃)이 있는 셈이었음. (≠비지도 학습) 🆚 실제 비지도 학습에서는 이렇게 샘플의 평균값들을 미리 구할 수 없음 ...
➕플러스 알파
➊ 비지도 학습
타깃이 없을 때 사용하는 머신러닝 알고리즘으로, 사람이 가르쳐주지 않아도 알고리즘이 스스로 데이터 속의 패턴을 찾아냄. 대표적으로군집과차원축소가 있음.
🆚 이전 차시까지 배웠던 '지도학습'에는 입력(input)과 타깃(target)이 모두 있었음
🤔 Hmmmm...
288p. 근데 샘플 개수가 첫 번째 축에 놓이는 건 누구 맘대로..? 어떤 축에 뭐가 오는지 원래 정해져있는 기준 같은 게 있나요? 👨🏻🏫 축은 정하기 나름입니다. 일반적으로 샘플 축을 먼저 두는 것이 다루기 편하기 때문에 대부분 그렇게 사용하곤 합니다. 그렇다면 축마다 뭘 지정할지 임의로 설정할 수가 있는 건가요? 설정할 수 있다면 그 방법이 궁금합니다..! 👨🏻🏫 넘파이 배열을 만들 때 원하는 축의 순서대로 데이터를 나열하면 됩니다. 넘파이 배열을 만드는 방법은 온라인 문서를 참고해 주세요. 🆗
297p. axis(1,2)에 대해서 차이값들을 평균내서 abs_mean 만든 것 = 길이가 10,000인 1차원으로 펼치고 axis=0 으로 해도 같은 결과가 나오는 거 맞나요??
👨🏻🏫 그럴 것 같네요. 직접 확인해 보시면 좋을 것 같습니다. 🆗
🤓 To wrap up...
드디어 <비지도학습>의 시작이다! 오늘은 처음으로 텍스트가 아닌 사진 데이터를 다뤄봤다. 픽셀값으로 2차원 데이터를 다룰 수 있는 게 새삼 신기했다. 차원이 올라갈수록 축 개념을 확실히 이해하고 있어야겠다는 생각이 들었다..!!😤
고객들이 올린 과일 사진을 자동으로 분류해야 하는 상황 → 픽셀값을 활용하면 될 것 같다! →픽셀 평균값과샘플 평균값을 활용해서 사과/파인애플/바나나를 구분할 수 있는 나름의 방법을 찾아보았다 → 그 샘플 평균값을 다시 이미지 형태로 바꿔보니 마치 과일들의 대표 이미지처럼 나온다 → 그대표 이미지와의 차이값을 바탕으로 과일 사진을 분류할 수 있었다! (차이가 적을수록 그 과일에 가깝다는 의미) → 하지만 이건 사실상 타깃값이 있는 거나 마찬가지...^^ → 다음 시간에 제대로 된 비지도 학습을 배워보자...!
