LightGBMで顔認識

Scikit-Learnには有名人の顔データを集めたデータがあります。今回はそれを使ってLightGBMで顔認識をして精度を見てみようと思います。

基本的なプログラム

from sklearn.datasets import fetch_lfw_people
from lightgbm import LGBMClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import classification_report, confusion_matrix

faces = fetch_lfw_people(min_faces_per_person=60)
x = faces.data
y = faces.target

x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.3)

model = LGBMClassifier()
model.fit(x_train, y_train)
y_pred = model.predict(x_test)

精度指標とラベル名をデータフレーム化する関数

targetが数値である以上誰と誰を間違えたか、誰が精度高いかが分かりませんのでそこを分かるようにします。

import pandas as pd
def classification_report_dataframe(y, y_pred, label=None):
    rep = classification_report(y, y_pred, output_dict=True)
    dst = []
    index = []
    for col in rep:
        if col == "accuracy":
            index.append(col)
            dst.append(["", "", rep["accuracy"], rep["weighted avg"]["support"]])
        elif col != "accuracy":
            dst.append([rep[col]["precision"], rep[col]["recall"], rep[col]["f1-score"],rep[col]["support"]])
            if label == None:
                index.append(col)
            elif label != None:
                try:
                    index.append(label[col])
                except:
                    index.append(col)
        
    df_rep = pd.DataFrame(dst)
    df_rep.index = index
    df_rep.columns = ["precision", "recall", "f1-score", "support"]
    return df_rep, index

精度を見る

y_list = list(set(y))
lists = {}
for i in y_list:
    lists[str(i)] = faces.target_names[i]
df_rep, index = classification_report_dataframe(y_test, y_pred, label=lists)
df_rep

Ariel SharonとGerhard Schroederの精度が芳しくない事が分かります。

混合行列で間違え方を見る

df_cm = pd.DataFrame(confusion_matrix(y_test, y_pred))
df_cm.index = index[0:7]
df_cm.columns = index[0:7]
df_cm

この結果から精度の悪かったAriel SharonはColln PowellとGeorge W Bushに間違いやすく、Gerhard SchroederはGeorge W Bushと間違いやすいそうです。

まとめ

こういうのはCNNでやりましょ