model op• 데이터 종류: shapeset → shapemodel
• 호출: import shapestats; shapestats.shape_pca(shapes, n_components: 'int' = 0, align: 'bool' = True)(또는 opsshapestat.get("shape_pca"))
> 이 연산자의 설명은 아직 번역이 없습니다. 원문을 그대로 싣습니다.
形態 PCA(統計形状モデル)。→ dict(`shapemodel`)。
返す辞書: `mean (N,3) / components (k, N*3) / variance`
`(k,) / n_points / total_variance / aligned (K,N,3)`。
`n_components=0(既定)は min(K-1, N*3)` 本すべて。
`align=True なら先に :func:generalized_procrustes` を掛ける
(揃えずに PCA を取ると、第 1 主成分が「位置の違い」になって形の話が消える)。
★ **分散は標本分散(`K-1` で割る)**。K が小さいと固有値は系統的に大きく
出る。個体数が二桁に届かないうちは、固有値そのものより比を見ること。
★★ **`align=True` は「大きさの違い」も消すので、大きさに近いモードの分散を
食う。** :func:shape_synth_family は第 1 モードを「長軸の伸び縮み」、第 2 を
「曲げ」にしてあり、重みの比は 0.30 : 0.12 なので分散比の真値は 6.25。
実測(K=40、N=80、seed=7):
========================== ========== ======================
前処理 分散比 寄与率(第 1 / 第 2)
========================== ========== ======================
`align=False` 6.981 0.8747 / 0.1253
GPA(`scaling=False`) 6.981 0.8747 / 0.1253
`align=True`(既定) 2.565 0.7188 / 0.2803
========================== ========== ======================
伸びは一様拡大とよく似ているので、Procrustes のスケール除去がその半分以上を
持っていく。間違いではなく定義の帰結 —— 「大きさを形質に数えるか」を
先に決めていないと、同じデータから違う主成分が出る。成長や体格差を形の話に
含めたいなら `align=False(または generalized_procrustes(scaling=False)`
を通してから `align=False`)にすること。
• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.
• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.
• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.
• (아직 없음)
shapemodel 를 입력으로 받는 것)shape_project · shape_reconstruct · shape_mahalanobis · shape_explained_variance · shape_synthesize
model)shape_project · shape_reconstruct · shape_mahalanobis · shape_explained_variance · shape_synthesize
*Provenance: shapestats.py — SHAPESTAT 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.