#include "EMGLLF.h"
-#include "constructionModelesLassoMLE.h"
+#include "utils.h"
+#include <stdlib.h>
#include <gsl/gsl_linalg.h>
#include <omp.h>
-#include "omp_num_threads.h"
// TODO: comment on constructionModelesLassoMLE purpose
-void constructionModelesLassoMLE(
- // IN parameters
+void constructionModelesLassoMLE_core(
+ // IN parameters
const Real* phiInit, // parametre initial de moyenne renormalisé
const Real* rhoInit, // parametre initial de variance renormalisé
- const Real* piInit, // parametre initial des proportions
+ const Real* piInit,// parametre initial des proportions
const Real* gamInit, // paramètre initial des probabilités a posteriori de chaque échantillon
- Int mini, // nombre minimal d'itérations dans l'algorithme EM
- Int maxi, // nombre maximal d'itérations dans l'algorithme EM
- Real gamma, // valeur de gamma : puissance des proportions dans la pénalisation pour un Lasso adaptatif
+ int mini,// nombre minimal d'itérations dans l'algorithme EM
+ int maxi,// nombre maximal d'itérations dans l'algorithme EM
+ Real gamma,// valeur de gamma : puissance des proportions dans la pénalisation
+ //pour un Lasso adaptatif
const Real* glambda, // valeur des paramètres de régularisation du Lasso
- const Real* X, // régresseurs
- const Real* Y, // réponse
- Real seuil, // seuil pour prendre en compte une variable
- Real tau, // seuil pour accepter la convergence
- const Int* A1, // matrice des coefficients des parametres selectionnes
- const Int* A2, // matrice des coefficients des parametres non selectionnes
+ const Real* X, // régresseurs
+ const Real* Y, // réponse
+ Real seuil,// seuil pour prendre en compte une variable
+ Real tau,// seuil pour accepter la convergence
+ const int* A1, // matrice des coefficients des parametres selectionnes
+ const int* A2, // matrice des coefficients des parametres non selectionnes
// OUT parameters
- Real* phi, // estimateur ainsi calculé par le Lasso
- Real* rho, // estimateur ainsi calculé par le Lasso
- Real* pi, // estimateur ainsi calculé par le Lasso
- Real* lvraisemblance, // estimateur ainsi calculé par le Lasso
+ Real* phi,// estimateur ainsi calculé par le Lasso
+ Real* rho,// estimateur ainsi calculé par le Lasso
+ Real* pi, // estimateur ainsi calculé par le Lasso
+ Real* llh, // estimateur ainsi calculé par le Lasso
// additional size parameters
- mwSize n, // taille de l'echantillon
- mwSize p, // nombre de covariables
- mwSize m, // taille de Y (multivarié)
- mwSize k, // nombre de composantes
- mwSize L) // taille de glambda
+ int n, // taille de l'echantillon
+ int p, // nombre de covariables
+ int m, // taille de Y (multivarié)
+ int k, // nombre de composantes
+ int L) // taille de glambda
{
- //preparation: phi = 0
- for (mwSize u=0; u<p*m*k*L; u++)
- phi[u] = 0.0;
-
+ //preparation: phi,rho,pi = 0, llh=+Inf
+ for (int u=0; u<p*m*k*L; u++)
+ phi[u] = 0.;
+ for (int u=0; u<m*m*k*L; u++)
+ rho[u] = 0.;
+ for (int u=0; u<k*L; u++)
+ pi[u] = 0.;
+ for (int u=0; u<L*2; u++)
+ llh[u] = INFINITY;
+
//initiate parallel section
- mwSize lambdaIndex;
+ int lambdaIndex;
omp_set_num_threads(OMP_NUM_THREADS);
#pragma omp parallel default(shared) private(lambdaIndex)
{
#pragma omp for schedule(dynamic,CHUNK_SIZE) nowait
for (lambdaIndex=0; lambdaIndex<L; lambdaIndex++)
{
- //~ a = A1(:,1,lambdaIndex);
- //~ a(a==0) = [];
- Int* a = (Int*)malloc(p*sizeof(Int));
- mwSize lengthA = 0;
- for (mwSize j=0; j<p; j++)
+ //a = A1[,1,lambdaIndex] ; a = a[a!=0]
+ int* a = (int*)malloc(p*sizeof(int));
+ int lengthA = 0;
+ for (int j=0; j<p; j++)
{
- if (A1[j*(m+1)*L+0*L+lambdaIndex] != 0)
- a[lengthA++] = A1[j*(m+1)*L+0*L+lambdaIndex] - 1;
+ if (A1[ai(j,0,lambdaIndex,p,m+1,L)] != 0)
+ a[lengthA++] = A1[ai(j,0,lambdaIndex,p,m+1,L)] - 1;
}
if (lengthA == 0)
+ {
+ free(a);
continue;
-
- //Xa = X(:,a)
+ }
+
+ //Xa = X[,a]
Real* Xa = (Real*)malloc(n*lengthA*sizeof(Real));
- for (mwSize i=0; i<n; i++)
+ for (int i=0; i<n; i++)
{
- for (mwSize j=0; j<lengthA; j++)
- Xa[i*lengthA+j] = X[i*p+a[j]];
+ for (int j=0; j<lengthA; j++)
+ Xa[mi(i,j,n,lengthA)] = X[mi(i,a[j],n,p)];
}
-
- //phia = phiInit(a,:,:)
+
+ //phia = phiInit[a,,]
Real* phia = (Real*)malloc(lengthA*m*k*sizeof(Real));
- for (mwSize j=0; j<lengthA; j++)
+ for (int j=0; j<lengthA; j++)
{
- for (mwSize mm=0; mm<m; mm++)
+ for (int mm=0; mm<m; mm++)
{
- for (mwSize r=0; r<k; r++)
- phia[j*m*k+mm*k+r] = phiInit[a[j]*m*k+mm*k+r];
+ for (int r=0; r<k; r++)
+ phia[ai(j,mm,r,lengthA,m,k)] = phiInit[ai(a[j],mm,r,p,m,k)];
}
}
-
- //[phiLambda,rhoLambda,piLambda,~,~] = EMGLLF(...
- // phiInit(a,:,:),rhoInit,piInit,gamInit,mini,maxi,gamma,0,X(:,a),Y,tau);
+
+ //Call to EMGLLF
Real* phiLambda = (Real*)malloc(lengthA*m*k*sizeof(Real));
Real* rhoLambda = (Real*)malloc(m*m*k*sizeof(Real));
Real* piLambda = (Real*)malloc(k*sizeof(Real));
Real* LLF = (Real*)malloc((maxi+1)*sizeof(Real));
Real* S = (Real*)malloc(lengthA*m*k*sizeof(Real));
- EMGLLF(phia,rhoInit,piInit,gamInit,mini,maxi,gamma,0.0,Xa,Y,tau,
+ EMGLLF_core(phia,rhoInit,piInit,gamInit,mini,maxi,gamma,0.,Xa,Y,tau,
phiLambda,rhoLambda,piLambda,LLF,S,
n,lengthA,m,k);
free(Xa);
free(phia);
free(LLF);
free(S);
-
- //~ for j=1:length(a)
- //~ phi(a(j),:,:,lambdaIndex) = phiLambda(j,:,:);
- //~ end
- for (mwSize j=0; j<lengthA; j++)
+
+ //Assign results to current variables
+ for (int j=0; j<lengthA; j++)
{
- for (mwSize mm=0; mm<m; mm++)
+ for (int mm=0; mm<m; mm++)
{
- for (mwSize r=0; r<k; r++)
- phi[a[j]*m*k*L+mm*k*L+r*L+lambdaIndex] = phiLambda[j*m*k+mm*k+r];
+ for (int r=0; r<k; r++)
+ phi[ai4(a[j],mm,r,lambdaIndex,p,m,k,L)] = phiLambda[ai(j,mm,r,lengthA,m,k)];
}
}
free(phiLambda);
- //~ rho(:,:,:,lambdaIndex) = rhoLambda;
- for (mwSize u=0; u<m; u++)
+ for (int u=0; u<m; u++)
{
- for (mwSize v=0; v<m; v++)
+ for (int v=0; v<m; v++)
{
- for (mwSize r=0; r<k; r++)
- rho[u*m*k*L+v*k*L+r*L+lambdaIndex] = rhoLambda[u*m*k+v*k+r];
+ for (int r=0; r<k; r++)
+ rho[ai4(u,v,r,lambdaIndex,m,m,k,L)] = rhoLambda[ai(u,v,r,m,m,k)];
}
}
free(rhoLambda);
- //~ pi(:,lambdaIndex) = piLambda;
- for (mwSize r=0; r<k; r++)
- pi[r*L+lambdaIndex] = piLambda[r];
+ for (int r=0; r<k; r++)
+ pi[mi(r,lambdaIndex,k,L)] = piLambda[r];
free(piLambda);
-
- mwSize dimension = 0;
- Int* b = (Int*)malloc(m*sizeof(Int));
- for (
mwSize j=0; j<p; j++)
+
+ int dimension = 0;
+ int* b = (int*)malloc(m*sizeof(int));
+ for (
int j=0; j<p; j++)
{
- //~ b = A2(j,2:end,lambdaIndex);
- //~ b(b==0) = [];
- mwSize lengthB = 0;
- for (mwSize mm=0; mm<m; mm++)
+ //b = A2[j,2:dim(A2)[2],lambdaIndex] ; b = b[b!=0]
+ int lengthB = 0;
+ for (int mm=0; mm<m; mm++)
{
- if (A2[j*(m+1)*L+(mm+1)*L+lambdaIndex] != 0)
- b[lengthB++] = A2[j*(m+1)*L+(mm+1)*L+lambdaIndex] - 1;
+ if (A2[ai(j,mm+1,lambdaIndex,p,m+1,L)] != 0)
+ b[lengthB++] = A2[ai(j,mm+1,lambdaIndex,p,m+1,L)] - 1;
}
- //~ if length(b) > 0
- //~ phi(A2(j,1,lambdaIndex),b,:,lambdaIndex) = 0.0;
- //~ end
if (lengthB > 0)
{
- for (mwSize mm=0; mm<lengthB; mm++)
+ //phi[A2[j,1,lambdaIndex],b,,lambdaIndex] = 0.
+ for (int mm=0; mm<lengthB; mm++)
{
- for (mwSize r=0; r<k; r++)
- phi[(A2[j*(m+1)*L+0*L+lambdaIndex]-1)*m*k*L + b[mm]*k*L + r*L + lambdaIndex] = 0.0;
+ for (int r=0; r<k; r++)
+ phi[ai4(A2[ai(j,0,lambdaIndex,p,m+1,L)]-1, b[mm], r, lambdaIndex, p, m, k, L)] = 0.;
}
}
-
- //~ c = A1(j,2:end,lambdaIndex);
- //~ c(c==0) = [];
- //~ dimension = dimension + length(c);
- for (mwSize mm=0; mm<m; mm++)
+
+ //c = A1[j,2:dim(A1)[2],lambdaIndex] ; dimension = dimension + sum(c!=0)
+ for (int mm=0; mm<m; mm++)
{
- if (A1[j*(m+1)*L+(mm+1)*L+lambdaIndex] != 0)
+ if (A1[ai(j,mm+1,lambdaIndex,p,m+1,L)] != 0)
dimension++;
}
}
free(b);
-
+
int signum;
Real* densite = (Real*)calloc(L*n,sizeof(Real));
Real sumLogDensit = 0.0;
gsl_permutation* permutation = gsl_permutation_alloc(m);
Real* YiRhoR = (Real*)malloc(m*sizeof(Real));
Real* XiPhiR = (Real*)malloc(m*sizeof(Real));
- for (mwSize i=0; i<n; i++)
+ for (int i=0; i<n; i++)
{
- //~ for r=1:k
- //~ delta = Y(i,:)*rho(:,:,r,lambdaIndex) - (X(i,a)*(phi(a,:,r,lambdaIndex)));
- //~ densite(i,lambdaIndex) = densite(i,lambdaIndex) +...
- //~ pi(r,lambdaIndex)*det(rho(:,:,r,lambdaIndex))/(sqrt(2*PI))^m*exp(-dot(delta,delta)/2.0);
- //~ end
- for (mwSize r=0; r<k; r++)
+ for (int r=0; r<k; r++)
{
//compute det(rho(:,:,r,lambdaIndex)) [TODO: avoid re-computations]
- for (mwSize u=0; u<m; u++)
+ for (int u=0; u<m; u++)
{
- for (mwSize v=0; v<m; v++)
- matrix->data[u*m+v] = rho[u*m*k*L+v*k*L+r*L+lambdaIndex];
+ for (int v=0; v<m; v++)
+ matrix->data[u*m+v] = rho[ai4(u,v,r,lambdaIndex,m,m,k,L)];
}
gsl_linalg_LU_decomp(matrix, permutation, &signum);
Real detRhoR = gsl_linalg_LU_det(matrix, signum);
-
+
//compute Y(i,:)*rho(:,:,r,lambdaIndex)
- for (mwSize u=0; u<m; u++)
+ for (int u=0; u<m; u++)
{
YiRhoR[u] = 0.0;
- for (mwSize v=0; v<m; v++)
- YiRhoR[u] += Y[i*m+v] * rho[v*m*k*L+u*k*L+r*L+lambdaIndex];
+ for (int v=0; v<m; v++)
+ YiRhoR[u] += Y[mi(i,v,n,m)] * rho[ai4(v,u,r,lambdaIndex,m,m,k,L)];
}
-
+
//compute X(i,a)*phi(a,:,r,lambdaIndex)
- for (mwSize u=0; u<m; u++)
+ for (int u=0; u<m; u++)
{
XiPhiR[u] = 0.0;
- for (mwSize v=0; v<lengthA; v++)
- XiPhiR[u] += X[i*p+a[v]] * phi[a[v]*m*k*L+u*k*L+r*L+lambdaIndex];
+ for (int v=0; v<lengthA; v++)
+ XiPhiR[u] += X[mi(i,a[v],n,p)] * phi[ai4(a[v],u,r,lambdaIndex,p,m,k,L)];
}
- // On peut remplacer X par Xa dans ce dernier calcul, mais je ne sais pas si c'est intéressant ...
-
+ // NOTE: On peut remplacer X par Xa dans ce dernier calcul,
+ // mais je ne sais pas si c'est intéressant ...
+
// compute dotProduct < delta . delta >
Real dotProduct = 0.0;
- for (mwSize u=0; u<m; u++)
+ for (int u=0; u<m; u++)
dotProduct += (YiRhoR[u]-XiPhiR[u]) * (YiRhoR[u]-XiPhiR[u]);
-
- densite[lambdaIndex*n+i] += (pi[r*L+lambdaIndex]*detRhoR/pow(sqrt(2.0*M_PI),m))*exp(-dotProduct/2.0);
- }
+
+ densite[mi(lambdaIndex,i,L,n)] +=
+ (pi[mi(r,lambdaIndex,k,L)]*detRhoR/pow(sqrt(2.0*M_PI),m))*exp(-dotProduct/2.0);
+ }
sumLogDensit += log(densite[lambdaIndex*n+i]);
}
- lvraisemblance[lambdaIndex*2+0] = sumLogDensit;
- lvraisemblance[lambdaIndex*2+1] = (dimension+m+1)*k-1;
-
+ llh[mi(lambdaIndex,0,L,2)] = sumLogDensit;
+ llh[mi(lambdaIndex,1,L,2)] = (dimension+m+1)*k-1;
+
free(a);
free(YiRhoR);
free(XiPhiR);
projects / valse.git / blobdiff