34e5808e37b6dda447190399d282266957251aa3
4 #include <gsl/gsl_linalg.h>
7 // TODO: comment on constructionModelesLassoMLE purpose
8 void constructionModelesLassoMLE_core(
10 const Real
* phiInit
, // parametre initial de moyenne renormalisé
11 const Real
* rhoInit
, // parametre initial de variance renormalisé
12 const Real
* piInit
,// parametre initial des proportions
13 const Real
* gamInit
, // paramètre initial des probabilités a posteriori de chaque échantillon
14 int mini
,// nombre minimal d'itérations dans l'algorithme EM
15 int maxi
,// nombre maximal d'itérations dans l'algorithme EM
16 Real gamma
,// valeur de gamma : puissance des proportions dans la pénalisation
17 //pour un Lasso adaptatif
18 const Real
* glambda
, // valeur des paramètres de régularisation du Lasso
19 const Real
* X
, // régresseurs
20 const Real
* Y
, // réponse
21 Real seuil
,// seuil pour prendre en compte une variable
22 Real tau
,// seuil pour accepter la convergence
23 const int* A1
, // matrice des coefficients des parametres selectionnes
24 const int* A2
, // matrice des coefficients des parametres non selectionnes
26 Real
* phi
,// estimateur ainsi calculé par le Lasso
27 Real
* rho
,// estimateur ainsi calculé par le Lasso
28 Real
* pi
, // estimateur ainsi calculé par le Lasso
29 Real
* llh
, // estimateur ainsi calculé par le Lasso
30 // additional size parameters
31 int n
, // taille de l'echantillon
32 int p
, // nombre de covariables
33 int m
, // taille de Y (multivarié)
34 int k
, // nombre de composantes
35 int L
) // taille de glambda
37 //preparation: phi,rho,pi = 0, llh=+Inf
38 for (int u
=0; u
<p
*m
*k
*L
; u
++)
40 for (int u
=0; u
<m
*m
*k
*L
; u
++)
42 for (int u
=0; u
<k
*L
; u
++)
44 for (int u
=0; u
<L
*2; u
++)
47 //initiate parallel section
49 omp_set_num_threads(OMP_NUM_THREADS
);
50 #pragma omp parallel default(shared) private(lambdaIndex)
52 #pragma omp for schedule(dynamic,CHUNK_SIZE) nowait
53 for (lambdaIndex
=0; lambdaIndex
<L
; lambdaIndex
++)
55 //a = A1[,1,lambdaIndex] ; a = a[a!=0]
56 int* a
= (int*)malloc(p
*sizeof(int));
58 for (int j
=0; j
<p
; j
++)
60 if (A1
[ai(j
,0,lambdaIndex
,p
,m
+1,L
)] != 0)
61 a
[lengthA
++] = A1
[ai(j
,0,lambdaIndex
,p
,m
+1,L
)] - 1;
70 Real
* Xa
= (Real
*)malloc(n
*lengthA
*sizeof(Real
));
71 for (int i
=0; i
<n
; i
++)
73 for (int j
=0; j
<lengthA
; j
++)
74 Xa
[mi(i
,j
,n
,lengthA
)] = X
[mi(i
,a
[j
],n
,p
)];
78 Real
* phia
= (Real
*)malloc(lengthA
*m
*k
*sizeof(Real
));
79 for (int j
=0; j
<lengthA
; j
++)
81 for (int mm
=0; mm
<m
; mm
++)
83 for (int r
=0; r
<k
; r
++)
84 phia
[ai(j
,mm
,r
,lengthA
,m
,k
)] = phiInit
[ai(a
[j
],mm
,r
,p
,m
,k
)];
89 Real
* phiLambda
= (Real
*)malloc(lengthA
*m
*k
*sizeof(Real
));
90 Real
* rhoLambda
= (Real
*)malloc(m
*m
*k
*sizeof(Real
));
91 Real
* piLambda
= (Real
*)malloc(k
*sizeof(Real
));
92 Real
* LLF
= (Real
*)malloc((maxi
+1)*sizeof(Real
));
93 Real
* S
= (Real
*)malloc(lengthA
*m
*k
*sizeof(Real
));
94 EMGLLF_core(phia
,rhoInit
,piInit
,gamInit
,mini
,maxi
,gamma
,0.,Xa
,Y
,tau
,
95 phiLambda
,rhoLambda
,piLambda
,LLF
,S
,
102 //Assign results to current variables
103 for (int j
=0; j
<lengthA
; j
++)
105 for (int mm
=0; mm
<m
; mm
++)
107 for (int r
=0; r
<k
; r
++)
108 phi
[ai4(a
[j
],mm
,r
,lambdaIndex
,p
,m
,k
,L
)] = phiLambda
[ai(j
,mm
,r
,lengthA
,m
,k
)];
112 for (int u
=0; u
<m
; u
++)
114 for (int v
=0; v
<m
; v
++)
116 for (int r
=0; r
<k
; r
++)
117 rho
[ai4(u
,v
,r
,lambdaIndex
,m
,m
,k
,L
)] = rhoLambda
[ai(u
,v
,r
,m
,m
,k
)];
121 for (int r
=0; r
<k
; r
++)
122 pi
[mi(r
,lambdaIndex
,k
,L
)] = piLambda
[r
];
126 int* b
= (int*)malloc(m
*sizeof(int));
127 for (int j
=0; j
<p
; j
++)
129 //b = A2[j,2:dim(A2)[2],lambdaIndex] ; b = b[b!=0]
131 for (int mm
=0; mm
<m
; mm
++)
133 if (A2
[ai(j
,mm
+1,lambdaIndex
,p
,m
+1,L
)] != 0)
134 b
[lengthB
++] = A2
[ai(j
,mm
+1,lambdaIndex
,p
,m
+1,L
)] - 1;
138 //phi[A2[j,1,lambdaIndex],b,,lambdaIndex] = 0.
139 for (int mm
=0; mm
<lengthB
; mm
++)
141 for (int r
=0; r
<k
; r
++)
142 phi
[ai4(A2
[ai(j
,0,lambdaIndex
,p
,m
+1,L
)]-1, b
[mm
], r
, lambdaIndex
, p
, m
, k
, L
)] = 0.;
146 //c = A1[j,2:dim(A1)[2],lambdaIndex] ; dimension = dimension + sum(c!=0)
147 for (int mm
=0; mm
<m
; mm
++)
149 if (A1
[ai(j
,mm
+1,lambdaIndex
,p
,m
+1,L
)] != 0)
156 Real
* densite
= (Real
*)calloc(L
*n
,sizeof(Real
));
157 Real sumLogDensit
= 0.0;
158 gsl_matrix
* matrix
= gsl_matrix_alloc(m
, m
);
159 gsl_permutation
* permutation
= gsl_permutation_alloc(m
);
160 Real
* YiRhoR
= (Real
*)malloc(m
*sizeof(Real
));
161 Real
* XiPhiR
= (Real
*)malloc(m
*sizeof(Real
));
162 for (int i
=0; i
<n
; i
++)
164 for (int r
=0; r
<k
; r
++)
166 //compute det(rho(:,:,r,lambdaIndex)) [TODO: avoid re-computations]
167 for (int u
=0; u
<m
; u
++)
169 for (int v
=0; v
<m
; v
++)
170 matrix
->data
[u
*m
+v
] = rho
[ai4(u
,v
,r
,lambdaIndex
,m
,m
,k
,L
)];
172 gsl_linalg_LU_decomp(matrix
, permutation
, &signum
);
173 Real detRhoR
= gsl_linalg_LU_det(matrix
, signum
);
175 //compute Y(i,:)*rho(:,:,r,lambdaIndex)
176 for (int u
=0; u
<m
; u
++)
179 for (int v
=0; v
<m
; v
++)
180 YiRhoR
[u
] += Y
[mi(i
,v
,n
,m
)] * rho
[ai4(v
,u
,r
,lambdaIndex
,m
,m
,k
,L
)];
183 //compute X(i,a)*phi(a,:,r,lambdaIndex)
184 for (int u
=0; u
<m
; u
++)
187 for (int v
=0; v
<lengthA
; v
++)
188 XiPhiR
[u
] += X
[mi(i
,a
[v
],n
,p
)] * phi
[ai4(a
[v
],u
,r
,lambdaIndex
,p
,m
,k
,L
)];
190 // NOTE: On peut remplacer X par Xa dans ce dernier calcul,
191 // mais je ne sais pas si c'est intéressant ...
193 // compute dotProduct < delta . delta >
194 Real dotProduct
= 0.0;
195 for (int u
=0; u
<m
; u
++)
196 dotProduct
+= (YiRhoR
[u
]-XiPhiR
[u
]) * (YiRhoR
[u
]-XiPhiR
[u
]);
198 densite
[mi(lambdaIndex
,i
,L
,n
)] +=
199 (pi
[mi(r
,lambdaIndex
,k
,L
)]*detRhoR
/pow(sqrt(2.0*M_PI
),m
))*exp(-dotProduct
/2.0);
201 sumLogDensit
+= log(densite
[lambdaIndex
*n
+i
]);
203 llh
[mi(lambdaIndex
,0,L
,2)] = sumLogDensit
;
204 llh
[mi(lambdaIndex
,1,L
,2)] = (dimension
+m
+1)*k
-1;
210 gsl_matrix_free(matrix
);
211 gsl_permutation_free(permutation
);