![見出し画像](https://assets.st-note.com/production/uploads/images/100792540/rectangle_large_type_2_2d05d6ee86422151f3a22c3b39e899e2.png?width=1200)
ChatGPTに特徴量評価と主成分分析をしてもらう - 漫画編 -
昨晩「ChatGPTに特徴量評価と主成分分析をしてもらう」というnoteを書きました。
せっかくなのでいろいろなものに適用してみたいと思います。今回は漫画について試してみます。
手法
上述のnoteに記載のプロセス「1. 特徴量提案・選定」「2. パラメータ評価(ベクトル化)」「3. 主成分分析で整理・比較・解釈」を漫画に当てはめる。
漫画の分類
特徴量の選定
![](https://assets.st-note.com/img/1679366127855-TlV6DDmY1s.png?width=1200)
この特徴量そのままでは評価しづらそうだったので、分類にあたり興味深そうかつパラメータ化しやすそうなものとして「主人公の性格」を選択して細分化します。
![](https://assets.st-note.com/img/1679366148129-cvI8aqbUVJ.png?width=1200)
パラメータ評価
![](https://assets.st-note.com/img/1679366222009-ywwTpYlYOX.png?width=1200)
主成分分析
![](https://assets.st-note.com/img/1679366274977-Zz76jbG8BO.png?width=1200)
表にまとめてもらおうとしたら、更に主成分のパラメータを評価してくれました。
![](https://assets.st-note.com/img/1679366361883-C5Y683WvB2.png?width=1200)
描画
せっかくなので描画してみます。matplotlibライブラリを用いてみましょう。「上記の表をcsv形式で出力してください」「matplotlibライブラリを用いて上記のcsvの散布図を描画するpythonコードを教えて下さい」などとお願いするとデータもコードもだいたい教えてくれます。
![](https://assets.st-note.com/img/1679366431136-S9NcoIcxk0.png?width=1200)
所感
構想から描画まで実質15分くらいでできました。とても簡単です。
今朝深津さんのtweetをみて、上記の取り組みは「ChatGPTに特徴量提案→パラメータ評価(ベクトル化)→主成分分析で整理比較」と順次依頼しているんだなと再認識しました。
大規模言語モデルのポイント、このAIはあらゆるものを仮想ベクトル演算できることなのではないか? と思う。
— 深津 貴之 / THE GUILD / note.com (@fladdict) March 21, 2023
たとえば、以下のような狂気のベクトル計算をこなせる。この点が、ものすごい人類進化の可能性を秘めてるように思える。 pic.twitter.com/ZgB3gyd5iq
こうした、「概念のベクトル化」はLLMの得意なタスクなんだろうなと思います。概念整理やブレインストーミング後のアイデアの整理など、人力でやるならそこそこ工数がかかるものも、ChatGPTに頼むことで簡単にできそう&新たな発見ができそうです。
この記事が参加している募集
この記事が気に入ったらサポートをしてみませんか?