essai fusion

[valse.git] / pkg / R / EMGLLF.R

diff --git a/pkg/R/EMGLLF.R b/pkg/R/EMGLLF.R
deleted file mode 100644 (file)
index 5484706..0000000
--- a/pkg/R/EMGLLF.R
+++ /dev/null
@@ -1,41 +0,0 @@
-#' EMGLLF
-#'
-#' Description de EMGLLF
-#'
-#' @param phiInit Parametre initial de moyenne renormalisé
-#' @param rhoInit Parametre initial de variance renormalisé
-#' @param piInit Parametre initial des proportions
-#' @param gamInit Paramètre initial des probabilités a posteriori de chaque échantillon
-#' @param mini Nombre minimal d'itérations dans l'algorithme EM
-#' @param maxi Nombre maximal d'itérations dans l'algorithme EM
-#' @param gamma Puissance des proportions dans la pénalisation pour un Lasso adaptatif
-#' @param lambda Valeur du paramètre de régularisation du Lasso
-#' @param X Régresseurs
-#' @param Y Réponse
-#' @param tau Seuil pour accepter la convergence
-#'
-#' @return A list ... phi,rho,pi,LLF,S,affec:
-#'   phi : parametre de moyenne renormalisé, calculé par l'EM
-#'   rho : parametre de variance renormalisé, calculé par l'EM
-#'   pi : parametre des proportions renormalisé, calculé par l'EM
-#'   LLF : log vraisemblance associée à cet échantillon, pour les valeurs estimées des paramètres
-#'   S : ... affec : ...
-#'
-#' @export
-EMGLLF <- function(phiInit, rhoInit, piInit, gamInit,
-       mini, maxi, gamma, lambda, X, Y, tau)
-{
-       #TEMPORARY: use R version
-       return (EMGLLF_R(phiInit, rhoInit, piInit, gamInit,mini, maxi, gamma, lambda, X, Y, tau))
-
-       n = nrow(X) #nombre d'echantillons
-       p = ncol(X) #nombre de covariables
-       m = ncol(Y) #taille de Y (multivarié)
-       k = length(piInit) #nombre de composantes dans le mélange
-       .Call("EMGLLF",
-               phiInit, rhoInit, piInit, gamInit, mini, maxi, gamma, lambda, X, Y, tau,
-               phi=double(p*m*k), rho=double(m*m*k), pi=double(k), LLF=double(maxi),
-                       S=double(p*m*k), affec=integer(n),
-               n, p, m, k,
-               PACKAGE="valse")
-}