X-Git-Url: https://git.auder.net/?a=blobdiff_plain;f=src%2Fsources%2FconstructionModelesLassoRank.c;h=59be2f734c64697ae045c79ce15af23ebaf16d7f;hb=ef67d338c7f28ba041abe40ca9a8ab69f8365a90;hp=eaa83c423f05dc1dd1f71c762962d3283c986867;hpb=3ec579a0955aca0591a9e5c4d90c50b87f4f4609;p=valse.git

diff --git a/src/sources/constructionModelesLassoRank.c b/src/sources/constructionModelesLassoRank.c
index eaa83c4..59be2f7 100644
--- a/src/sources/constructionModelesLassoRank.c
+++ b/src/sources/constructionModelesLassoRank.c
@@ -1,25 +1,25 @@
-#include "EMGrank.h"
-#include "constructionModelesLassoRank.h"
-#include <gsl/gsl_linalg.h>
+#include <stdlib.h>
 #include <omp.h>
-#include "omp_num_threads.h"
+#include <gsl/gsl_linalg.h>
+#include "EMGrank.h"
+#include "utils.h"
 
 // TODO: comment on constructionModelesLassoRank purpose
-void constructionModelesLassoRank(
+void constructionModelesLassoRank_core(
 	// IN parameters
-	const double* Pi,// parametre initial des proportions
-	const double* Rho, // parametre initial de variance renormalisé
+	const Real* pi,// parametre initial des proportions
+	const Real* rho, // parametre initial de variance renormalisé
 	int mini, // nombre minimal d'itérations dans l'algorithme EM
 	int maxi, // nombre maximal d'itérations dans l'algorithme EM
-	const double* X,// régresseurs
-	const double* Y,// réponse
-	double tau, // seuil pour accepter la convergence
+	const Real* X,// régresseurs
+	const Real* Y,// réponse
+	Real tau, // seuil pour accepter la convergence
 	const int* A1, // matrice des coefficients des parametres selectionnes
 	int rangmin,	//rang minimum autorisé
 	int rangmax,	//rang maximum autorisé
 	// OUT parameters (all pointers, to be modified)
-	double* phi,// estimateur ainsi calculé par le Lasso
-	double* lvraisemblance,// estimateur ainsi calculé par le Lasso
+	Real* phi,// estimateur ainsi calculé par le Lasso
+	Real* llh,// estimateur ainsi calculé par le Lasso
 	// additional size parameters
 	int n,// taille de l'echantillon
 	int p,// nombre de covariables
@@ -31,18 +31,22 @@ void constructionModelesLassoRank(
 	int deltaRank = rangmax-rangmin+1;
 	int Size = (int)pow(deltaRank,k);
 	int* Rank = (int*)malloc(Size*k*sizeof(int));
-for (int r=0; r<k; r++)
-{
-		//On veut le tableau de toutes les combinaisons de rangs possibles
-		//Dans la première colonne : on répète (rangmax-rangmin)^(k-1) chaque chiffre : ca remplit la colonne
-		//Dans la deuxieme : on répète (rangmax-rangmin)^(k-2) chaque chiffre, et on fait ca (rangmax-rangmin)^2 fois 
-		//...
-		//Dans la dernière, on répète chaque chiffre une fois, et on fait ca (rangmin-rangmax)^(k-1) fois.
+	for (int r=0; r<k; r++)
+	{
+		// On veut le tableau de toutes les combinaisons de rangs possibles
+		// Dans la première colonne : on répète (rangmax-rangmin)^(k-1) chaque chiffre :
+		//   ça remplit la colonne
+		// Dans la deuxieme : on répète (rangmax-rangmin)^(k-2) chaque chiffre,
+		//   et on fait ça (rangmax-rangmin)^2 fois
+		// ...
+		// Dans la dernière, on répète chaque chiffre une fois,
+		//   et on fait ça (rangmin-rangmax)^(k-1) fois.
 		int indexInRank = 0;
 		int value = 0;
 		while (indexInRank < Size)
 		{
-			for (int u=0; u<pow(deltaRank,k-r-1); u++)
+			int upperBoundU = (int)pow(deltaRank,k-r-1);
+			for (int u=0; u<upperBoundU; u++)
 				Rank[mi(indexInRank++,r,Size,k)] = rangmin + value;
 			value = (value+1) % deltaRank;
 		}
@@ -68,58 +72,59 @@ for (int r=0; r<k; r++)
 			if (A1[mi(j,lambdaIndex,p,L)] != 0)
 				active[longueurActive++] = A1[mi(j,lambdaIndex,p,L)] - 1;
 		}
-
 		if (longueurActive == 0)
 			continue;
 
 		//from now on, longueurActive > 0
-		double* phiLambda = (double*)malloc(longueurActive*m*k*sizeof(double));
-		double LLF;
+		Real* phiLambda = (Real*)malloc(longueurActive*m*k*sizeof(Real));
+		Real LLF;
 		for (int j=0; j<Size; j++)
 		{
-			//[phiLambda,LLF] = EMGrank(Pi(:,lambdaIndex),Rho(:,:,:,lambdaIndex),mini,maxi,X(:,active),Y,tau,Rank(j,:));
 			int* rank = (int*)malloc(k*sizeof(int));
 			for (int r=0; r<k; r++)
 				rank[r] = Rank[mi(j,r,Size,k)];
-			double* Xactive = (double*)malloc(n*longueurActive*sizeof(double));
+			Real* Xactive = (Real*)malloc(n*longueurActive*sizeof(Real));
 			for (int i=0; i<n; i++)
 			{
 				for (int jj=0; jj<longueurActive; jj++)
 					Xactive[mi(i,jj,n,longueurActive)] = X[mi(i,active[jj],n,p)];
 			}
-			double* PiLambda = (double*)malloc(k*sizeof(double));
+			Real* piLambda = (Real*)malloc(k*sizeof(Real));
 			for (int r=0; r<k; r++)
-				PiLambda[r] = Pi[mi(r,lambdaIndex,k,L)];
-			double* RhoLambda = (double*)malloc(m*m*k*sizeof(double));
+				piLambda[r] = pi[mi(r,lambdaIndex,k,L)];
+			Real* rhoLambda = (Real*)malloc(m*m*k*sizeof(Real));
 			for (int u=0; u<m; u++)
 			{
 				for (int v=0; v<m; v++)
 				{
 					for (int r=0; r<k; r++)
-						RhoLambda[ai(uu,v,r,m,m,k)] = Rho[ai4(u,v,r,lambdaIndex,m,m,k,L)];
+						rhoLambda[ai(u,v,r,m,m,k)] = rho[ai4(u,v,r,lambdaIndex,m,m,k,L)];
 				}
 			}
-			EMGrank(PiLambda,RhoLambda,mini,maxi,Xactive,Y,tau,rank,
+			EMGrank_core(piLambda,rhoLambda,mini,maxi,Xactive,Y,tau,rank,
 				phiLambda,&LLF,
 				n,longueurActive,m,k);
 			free(rank);
 			free(Xactive);
-			free(PiLambda);
-			free(RhoLambda);
-			//lvraisemblance((lambdaIndex-1)*Size+j,:) = [LLF, dot(Rank(j,:), length(active)-Rank(j,:)+m)];
-			lvraisemblance[mi(lambdaIndex*Size+j,0,L*Size,2)] = LLF;
-			//dot(Rank(j,:), length(active)-Rank(j,:)+m)
-			double dotProduct = 0.0;
+			free(piLambda);
+			free(rhoLambda);
+			//llh[(lambdaIndex-1)*Size+j,] = c(LLF, ...)
+			llh[mi(lambdaIndex*Size+j,0,L*Size,2)] = LLF;
+			//sum(Rank[j,] * (length(active)- Rank[j,] + m)) )
+			Real dotProduct = 0.0;
 			for (int r=0; r<k; r++)
 				dotProduct += Rank[mi(j,r,Size,k)] * (longueurActive-Rank[mi(j,r,Size,k)]+m);
-			lvraisemblance[mi(lambdaIndex*Size+j,1,Size*L,2)] = dotProduct;
-			//phi(active,:,:,(lambdaIndex-1)*Size+j) = phiLambda;
+			llh[mi(lambdaIndex*Size+j,1,Size*L,2)] = dotProduct;
+			//phi[active,,,(lambdaIndex-1)*Size+j] = res$phi
 			for (int jj=0; jj<longueurActive; jj++)
 			{
 				for (int mm=0; mm<m; mm++)
 				{
 					for (int r=0; r<k; r++)
-						phi[ai5(active[jj],mm,r,lambdaIndex,j,p,m,k,L,Size)] = phiLambda[jj*m*k+mm*k+r];
+					{
+						phi[ai4(active[jj],mm,r,lambdaIndex*Size+j,p,m,k,L*Size)] =
+							phiLambda[ai(jj,mm,r,longueurActive,m,k)];
+					}
 				}
 			}
 		}