若気の至りで作成してしまったメインで使っている年会費が高いクレジットカード、カード番号変更による様々な変更諸手続きのめんどくささにかまけて高い年会費を払い続けていたのだけど、今月末で年更新が発生するため重い腰を上げて解約することにした。

そのクレカによって受けたメリットはプライオリティ・パスが家族分も利用できることとポイント還元が高いケースがあるぐらいで、クレカ上限限度額が4桁万円(そんな使わない…)、コンシュルジュ(使ったこと無い)、その他諸々の特典も全く利用しておらず、普通に考えると非常にもったいない。

ただ、クレカサポートの電話番号はいつでもすぐにつながって丁寧な応対ばかりだったので、こういうところにコストが掛かってるのだなーと感心した。

昼は近くの中華料理屋で四川麻婆豆腐。唐辛子の辛さと山椒のピリッとした辛さがめちゃくちゃきいていてこれぞ麻辣な激辛さ。うまいのだけ妻と二人がかりでも半分ほどしか食べれず、持ち帰り用に包んでもらう。

先日、日記写真を Cloud Vision AI の Label 判定に5000枚ほどかけたので結果を見る。ラベルはスコア順に10ラベル出され、50000ラベルのユニークは1800ほど。onehot 化して KMeans でクラスタリング。20クラスタじゃ少なく、50クラスタじゃバラけすぎるので30クラスタほどに分類してみた。Jupyter Notebook は HTML も表示できる ので適当に <img /> タグなども使えて楽だなぁ。

カメラ本体・レンズ画像は思いっきり特徴的なラベルなので枚数は少ないにもかかわらず、クラスタが出来ていた。

賑やかな風景(主に外国)

夜写真と日の出や夕日。

動物写真と鉄道関連写真。

花写真

料理写真はだいたい同じなのだけど別クラスタ。ちゃんと見てないけど、たぶん距離的には隣りあってるんじゃないかなー。

1800ラベルのonehotをPCAで100次元に圧縮したら、まぁまぁ似た結果なのだけど、カメラや鉄道といった特徴的なものは平坦化されてしまったのか別クラスタに吸収されてしまった。