UKRにおいてデータの重要度を考慮

[ae14watanabe]

Description 説明 close #145

Type of change 変更の種類

• [x] New feature (non-breaking change which adds functionality)

UKRに関して各データに対する重みを以下のように考慮するように修正． ↓1/Nのところは1/\sum_n \rho_nに置き換えてください

コンストラクタでweightsとして重みの配列を与えると，上記の目的関数に対し以下のように勾配を計算する．なおデフォルトでは weights=None となっており，挙動はこれまでと変わらない．

How Has This Been Tested? どのようにテストしたか？

Please describe the tests that you ran to verify your changes. Provide instructions so we can reproduce. Please also list any relevant details for your test configuration 挙動を確認するために実行したテストを記述してください．再現できるように指示をお願いします．テストコードがある場合はtestに追加してください．

• [ ] 修正前の ba7de74 でテストがpassすることを確認
• [ ] c73108a で weignt=None の際にこれまでと挙動が変わらないことを確認
  • 変更前のPyTorchと結果が一致することを確認
• [ ] PyTorch版との結果比較 e6ff051

Test Configuration テスト環境: python 3.6.10 numpy 1.18.1 scipy 1.4.1 pytorch 1.4.0 scikit-learn 0.22.1

[ae14watanabe]

136 のコミットも含んでいるためこれだけ長くなっているが，First commit 以前はDon't careで．

[ae14watanabe]

データに重みが割り振られている際のUKRの導出．SOM likeに写像と潜在変数の目的関数から勾配の導出まで行なっている．

[ae14watanabe]

元の目的関数から重要度を考慮すると，最終的に二乗誤差にも写像にも重要度がかかってくるのがポイント．

[ae14watanabe]

テスト項目多すぎて8分もかかったけど無事にテストにpassを確認．ここから実装を行う．

[ae14watanabe]

破壊的な変更はしていないことを確認．

[ae14watanabe]

あとはPyTorch版を修正して，weightを与えた時とそうでない時で一致するか確認する．

[ae14watanabe]

passを確認！

[ae14watanabe]

136 がマージされるまではdraftにしとく．