- finir les experiences (sur nb de classes, nb de curves / chunk, nb de procs)
et sur d'autres architectures
-
-
-
-
dans old_C_code/build :
cmake ../stage1/src
make
dans data/, lancer R puis :
source("../old_C_code/wrapper.R")
-serialize("../old_C_code/build", "2009.csv","2009.bin")
-
-
-
- ppam_exe("build",np,"pathTo2010.bin","nbSeriesPerChunk nbClusters 1 2")
- C = getMedoids("build", "ppamResult.xml", "ppamFinalSeries.bin")
- quelques_series = deserialize("pathTo2010.bin", rangs...)
- #plot C ... et quelques_series ...
- getDistor("buid", "ppamResult.xml", "pathTo2010.bin")
+serialize("../old_C_code/build", "2009.csv","2009.bin",1)
+library(parallel)
+np = detectCores()
+nbSeriesPerChunk = 3000
+nbClusters = 20
+ppam_exe("../old_C_code/build",np,"2009.bin",nbSeriesPerChunk,nbClusters)
+C = getMedoids("../old_C_code/build", "ppamResult.xml", "ppamFinalSeries.bin")
+first100series = deserialize("../old_C_code/build", "2009.bin", "2009.csv.part", "1-100")
+distor = getDistor("../old_C_code/build", "ppamResult.xml", "2009.bin")
- interface matrice -> binaire
OK
??
Piste à explorer pour les comparaisons: H20
+
+renvoyer nombre d'individues par classe ? (+ somme ?)
+hypothèse : données déjà ordonnées 48 1/2H sur 365j
+utiliser du mixmod avec modèles allongés
+doit toutner sur machine plutôt standard, utilisateur "lambda"
+utiliser Rcpp ?
+