CostFunction

Full name Microsoft.VisualBasic.MachineLearning.tSNE.CostFunction Assembly Microsoft.VisualBasic.MachineLearning.t-SNE Members 5

01 Syntax

Microsoft.VisualBasic.MachineLearning.tSNE.CostFunction

02 Methods

Name	Overloads	Summary
CostGrad	1	return cost and gradient, given an arrangement
CostGradExact	1	精确的稠密梯度计算，O(N^2) 时间、O(N^2) 内存
EnsureBuffers	1	确保 Q 缓冲区与梯度缓冲区的尺寸与当前样本量匹配，并在尺寸未变时直接复用

03 Fields

Name	Overloads	Summary
lQu	1	未归一化的 Q 分布缓冲区，长度为 N*N，跨迭代复用
bufferedN	1	上一次分配缓冲区时所对应的样本数量

04 Members

method CostGrad #

CostGrad(Double())

return cost and gradient, given an arrangement

Remarks

这里依据 tSNE.UseBarnesHut 在精确路径与 Barnes-Hut 近似路径之间分派。默认走精确路径，行为与改造前完全一致。

Parameters

Name	Type	Description
`Y`	`Double()`	当前的低维嵌入，行主序的一维数组（长度为 N * dim）

method CostGradExact #

CostGradExact(Double())

精确的稠密梯度计算，O(N^2) 时间、O(N^2) 内存

Parameters

Name	Type	Description
`Y`	`Double()`	当前的低维嵌入，行主序一维数组

method EnsureBuffers #

EnsureBuffers(Int32, Int32)

确保 Q 缓冲区与梯度缓冲区的尺寸与当前样本量匹配，并在尺寸未变时直接复用

Parameters

Name	Type	Description
`N`	`Int32`	-
`[dim]`	`Int32`	-

field lQu #

lQu

未归一化的 Q 分布缓冲区，长度为 N*N，跨迭代复用

field bufferedN #

bufferedN

上一次分配缓冲区时所对应的样本数量