finished translation MATLAB --> R,C ; start debugging...
[valse.git] / src / sources / selectiontotale.c
... / ...
CommitLineData
1#include <stdlib.h>
2#include <omp.h>
3#include "EMGLLF.h"
4#include "utils.h"
5
6// Main job on raw inputs (after transformation from mxArray)
7void selectiontotale(
8 // IN parameters
9 const double* phiInit, // parametre initial de moyenne renormalisé
10 const double* rhoInit, // parametre initial de variance renormalisé
11 const double* piInit,// parametre initial des proportions
12 const double* gamInit, // paramètre initial des probabilités a posteriori de chaque échantillon
13 int mini, // nombre minimal d'itérations dans lambdaIndex'algorithme EM
14 int maxi, // nombre maximal d'itérations dans lambdaIndex'algorithme EM
15 double gamma, // valeur de gamma : puissance des proportions dans la pénalisation pour un Lasso adaptatif
16 const double* glambda, // valeur des paramètres de régularisation du Lasso
17 const double* X,// régresseurs
18 const double* Y,// réponse
19 double seuil, // seuil pour prendre en compte une variable
20 double tau, // seuil pour accepter la convergence
21 // OUT parameters (all pointers, to be modified)
22 int* A1, // matrice des coefficients des parametres selectionnes
23 int* A2, // matrice des coefficients des parametres non selectionnes
24 double* Rho,// estimateur ainsi calculé par le Lasso
25 double* Pi,// estimateur ainsi calculé par le Lasso
26 // additional size parameters
27 int n,// taille de lambdaIndex'echantillon
28 int p,// nombre de covariables
29 int m,// taille de Y (multivarié)
30 int k,// nombre de composantes
31 int L) // taille de glambda
32{
33 // Fill outputs with zeros: they might not be assigned
34 for (int u=0; u<p*(m+1)*L; u++)
35 {
36 A1[u] = 0;
37 A2[u] = 0;
38 }
39 for (int u=0; u<m*m*k*L; u++)
40 Rho[u] = 0.0;
41 for (int u=0; u<k*L; u++)
42 Pi[u] = 0.0;
43
44 //initiate parallel section
45 int lambdaIndex;
46 omp_set_num_threads(OMP_NUM_THREADS);
47 #pragma omp parallel default(shared) private(lambdaIndex)
48 {
49 #pragma omp for schedule(dynamic,CHUNK_SIZE) nowait
50 for (lambdaIndex=0; lambdaIndex<L; lambdaIndex++)
51 {
52 //allocate output variables
53 double* phi = (double*)malloc(p*m*k*sizeof(double));
54 double* rho = (double*)malloc(m*m*k*sizeof(double));
55 double* pi = (double*)malloc(k*sizeof(double));
56 double* LLF = (double*)malloc(maxi*sizeof(double));
57 double* S = (double*)malloc(p*m*k*sizeof(double));
58 EMGLLF(phiInit,rhoInit,piInit,gamInit,mini,maxi,gamma,glambda[lambdaIndex],X,Y,tau,
59 phi,rho,pi,LLF,S,
60 n,p,m,k);
61 free(LLF);
62 free(S);
63
64 //Si un des coefficients est supérieur au seuil, on garde cette variable
65 int* selectedVariables = (int*)calloc(p*m,sizeof(int));
66 int* discardedVariables = (int*)calloc(p*m,sizeof(int));
67 int atLeastOneSelectedVariable = 0;
68 for (int j=0; j<p; j++)
69 {
70 int cpt = 0;
71 int cpt2 = 0;
72 for (int jj=0; jj<m; jj++)
73 {
74 double maxPhi = 0.0;
75 for (int r=0; r<k; r++)
76 {
77 if (fabs(phi[ai(j,jj,r,p,m,k)]) > maxPhi)
78 maxPhi = fabs(phi[ai(j,jj,r,p,m,k)]);
79 }
80 if (maxPhi > seuil)
81 {
82 selectedVariables[mi(j,cpt,p,m)] = jj+1;
83 atLeastOneSelectedVariable = 1;
84 cpt++;
85 }
86 else
87 {
88 discardedVariables[mi(j,cpt2,p,m)] = jj+1;
89 cpt2++;
90 }
91 }
92 }
93 free(phi);
94
95 if (atLeastOneSelectedVariable)
96 {
97 int* vec = (int*)malloc(p*sizeof(int));
98 int vecSize = 0;
99 for (int j=0; j<p; j++)
100 {
101 if (selectedVariables[mi(j,0,p,m)] != 0)
102 vec[vecSize++] = j;
103 }
104
105 //A1
106 for (int j=0; j<p; j++)
107 A1[ai(j,0,lambdaIndex,p,m+1,L)] = (j < vecSize ? vec[j]+1 : 0);
108 for (int j=0; j<vecSize; j++)
109 {
110 for (int jj=1; jj<=m; jj++)
111 A1[ai(j,jj,lambdaIndex,p,m+1,L)] = selectedVariables[mi(vec[j],jj-1,p,m)];
112 }
113 //A2
114 for (int j=0; j<p; j++)
115 A2[ai(j,0,lambdaIndex,p,m+1,L)] = j+1;
116 for (int j=0; j<p; j++)
117 {
118 for (int jj=1; jj<=m; jj++)
119 A2[ai(j,jj,lambdaIndex,p,m+1,L)] = discardedVariables[mi(j,jj-1,p,m)];
120 }
121 //Rho
122 for (int j=0; j<m; j++)
123 {
124 for (int jj=0; jj<m; jj++)
125 {
126 for (int r=0; r<k; r++)
127 Rho[ai4(j,jj,r,lambdaIndex,m,m,k,L)] = rho[ai(j,jj,r,m,m,k)];
128 }
129 }
130 //Pi
131 for (int r=0; r<k; r++)
132 Pi[mi(r,lambdaIndex,k,L)] = pi[r];
133 free(vec);
134 }
135
136 free(selectedVariables);
137 free(discardedVariables);
138 free(rho);
139 free(pi);
140 }
141 }
142}