src/sources/selectiontotale.c

   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)
   7 void selectiontotale_core(
   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 }