Inputparametters.R + SelecModel
[valse.git] / src / sources / selectiontotale.c
1 #include "selectiontotale.h"
2 #include "EMGLLF.h"
3 #include <omp.h>
4 #include "omp_num_threads.h"
5
6 // Main job on raw inputs (after transformation from mxArray)
7 void selectiontotale(
8 // IN parameters
9 const Real* phiInit, // parametre initial de moyenne renormalisé
10 const Real* rhoInit, // parametre initial de variance renormalisé
11 const Real* piInit, // parametre initial des proportions
12 const Real* 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 Real gamma, // valeur de gamma : puissance des proportions dans la pénalisation pour un Lasso adaptatif
16 const Real* glambda, // valeur des paramètres de régularisation du Lasso
17 const Real* X, // régresseurs
18 const Real* Y, // réponse
19 Real seuil, // seuil pour prendre en compte une variable
20 Real 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 Real* Rho, // estimateur ainsi calculé par le Lasso
25 Real* Pi, // estimateur ainsi calculé par le Lasso
26 // additional size parameters
27 mwSize n, // taille de lambdaIndex'echantillon
28 mwSize p, // nombre de covariables
29 mwSize m, // taille de Y (multivarié)
30 mwSize k, // nombre de composantes
31 mwSize 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 mwSize 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 Real* phi = (Real*)malloc(p*m*k*sizeof(Real));
54 Real* rho = (Real*)malloc(m*m*k*sizeof(Real));
55 Real* pi = (Real*)malloc(k*sizeof(Real));
56 Real* LLF = (Real*)malloc(maxi*sizeof(Real));
57 Real* S = (Real*)malloc(p*m*k*sizeof(Real));
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 mwSize* selectedVariables = (mwSize*)calloc(p*m,sizeof(mwSize));
66 mwSize* discardedVariables = (mwSize*)calloc(p*m,sizeof(mwSize));
67 int atLeastOneSelectedVariable = 0;
68 for (mwSize j=0; j<p; j++)
69 {
70 mwSize cpt = 0;
71 mwSize cpt2 = 0;
72 for (mwSize jj=0; jj<m; jj++)
73 {
74 Real maxPhi = 0.0;
75 for (mwSize r=0; r<k; r++)
76 {
77 if (fabs(phi[j*m*k+jj*k+r]) > maxPhi)
78 maxPhi = fabs(phi[j*m*k+jj*k+r]);
79 }
80 if (maxPhi > seuil)
81 {
82 selectedVariables[j*m+cpt] = jj+1;
83 atLeastOneSelectedVariable = 1;
84 cpt++;
85 }
86 else
87 {
88 discardedVariables[j*m+cpt2] = jj+1;
89 cpt2++;
90 }
91 }
92 }
93 free(phi);
94
95 if (atLeastOneSelectedVariable)
96 {
97 Int* vec = (Int*)malloc(p*sizeof(Int));
98 mwSize vecSize = 0;
99 for (mwSize j=0; j<p; j++)
100 {
101 if (selectedVariables[j*m+0] != 0)
102 vec[vecSize++] = j;
103 }
104
105 //A1
106 for (mwSize j=0; j<p; j++)
107 A1[j*(m+1)*L+0*L+lambdaIndex] = (j < vecSize ? vec[j]+1 : 0);
108 for (mwSize j=0; j<vecSize; j++)
109 {
110 for (mwSize jj=1; jj<=m; jj++)
111 A1[j*(m+1)*L+jj*L+lambdaIndex] = selectedVariables[vec[j]*m+jj-1];
112 }
113 //A2
114 for (mwSize j=0; j<p; j++)
115 A2[j*(m+1)*L+0*L+lambdaIndex] = j+1;
116 for (mwSize j=0; j<p; j++)
117 {
118 for (mwSize jj=1; jj<=m; jj++)
119 A2[j*(m+1)*L+jj*L+lambdaIndex] = discardedVariables[j*m+jj-1];
120 }
121 //Rho
122 for (mwSize j=0; j<m; j++)
123 {
124 for (mwSize jj=0; jj<m; jj++)
125 {
126 for (mwSize r=0; r<k; r++)
127 Rho[j*m*k*L+jj*k*L+r*L+lambdaIndex] = rho[j*m*k+jj*k+r];
128 }
129 }
130 //Pi
131 for (mwSize r=0; r<k; r++)
132 Pi[r*L+lambdaIndex] = pi[r];
133 free(vec);
134 }
135
136 free(selectedVariables);
137 free(discardedVariables);
138 free(rho);
139 free(pi);
140 }
141 }
142 }