#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(
+void constructionModelesLassoMLE_core(
// IN parameters
- const double* phiInit, // parametre initial de moyenne renormalisé
- const double* rhoInit, // parametre initial de variance renormalisé
- const double* piInit,// parametre initial des proportions
- const double* gamInit, // paramètre initial des probabilités a posteriori de chaque échantillon
+ 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* 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
- double gamma,// valeur de gamma : puissance des proportions dans la pénalisation pour un Lasso adaptatif
- const double* glambda, // valeur des paramètres de régularisation du Lasso
- const double* X, // régresseurs
- const double* Y, // réponse
- double seuil,// seuil pour prendre en compte une variable
- double tau,// seuil pour accepter la convergence
+ 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
// OUT parameters
- double* phi,// estimateur ainsi calculé par le Lasso
- double* rho,// estimateur ainsi calculé par le Lasso
- double* pi, // estimateur ainsi calculé par le Lasso
- double* 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
int n, // taille de l'echantillon
int p, // nombre de covariables
continue;
//Xa = X(:,a)
- double* Xa = (double*)malloc(n*lengthA*sizeof(double));
+ Real* Xa = (Real*)malloc(n*lengthA*sizeof(Real));
for (int i=0; i<n; i++)
{
for (int j=0; j<lengthA; j++)
}
//phia = phiInit(a,:,:)
- double* phia = (double*)malloc(lengthA*m*k*sizeof(double));
+ Real* phia = (Real*)malloc(lengthA*m*k*sizeof(Real));
for (int j=0; j<lengthA; j++)
{
for (int mm=0; mm<m; mm++)
//[phiLambda,rhoLambda,piLambda,~,~] = EMGLLF(...
// phiInit(a,:,:),rhoInit,piInit,gamInit,mini,maxi,gamma,0,X(:,a),Y,tau);
- double* phiLambda = (double*)malloc(lengthA*m*k*sizeof(double));
- double* rhoLambda = (double*)malloc(m*m*k*sizeof(double));
- double* piLambda = (double*)malloc(k*sizeof(double));
- double* LLF = (double*)malloc((maxi+1)*sizeof(double));
- double* S = (double*)malloc(lengthA*m*k*sizeof(double));
- EMGLLF(phia,rhoInit,piInit,gamInit,mini,maxi,gamma,0.0,Xa,Y,tau,
+ 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_core(phia,rhoInit,piInit,gamInit,mini,maxi,gamma,0.0,Xa,Y,tau,
phiLambda,rhoLambda,piLambda,LLF,S,
n,lengthA,m,k);
free(Xa);
for (int mm=0; mm<lengthB; mm++)
{
for (int r=0; r<k; r++)
- phi[ai( A2[ai4(j,0,lambdaIndex,p,m+1,L)]-1, b[mm], r, lambdaIndex, p, m, k, L)] = 0.0;
+ phi[ai4( A2[ai(j,0,lambdaIndex,p,m+1,L)]-1, b[mm], r, lambdaIndex, p, m, k, L)] = 0.;
}
}
free(b);
int signum;
- double* densite = (double*)calloc(L*n,sizeof(double));
- double sumLogDensit = 0.0;
+ Real* densite = (Real*)calloc(L*n,sizeof(Real));
+ Real sumLogDensit = 0.0;
gsl_matrix* matrix = gsl_matrix_alloc(m, m);
gsl_permutation* permutation = gsl_permutation_alloc(m);
- double* YiRhoR = (double*)malloc(m*sizeof(double));
- double* XiPhiR = (double*)malloc(m*sizeof(double));
+ Real* YiRhoR = (Real*)malloc(m*sizeof(Real));
+ Real* XiPhiR = (Real*)malloc(m*sizeof(Real));
for (int i=0; i<n; i++)
{
//~ for r=1:k
matrix->data[u*m+v] = rho[ai4(u,v,r,lambdaIndex,m,m,k,L)];
}
gsl_linalg_LU_decomp(matrix, permutation, &signum);
- double detRhoR = gsl_linalg_LU_det(matrix, signum);
+ Real detRhoR = gsl_linalg_LU_det(matrix, signum);
//compute Y(i,:)*rho(:,:,r,lambdaIndex)
for (int u=0; u<m; u++)
// On peut remplacer X par Xa dans ce dernier calcul, mais je ne sais pas si c'est intéressant ...
// compute dotProduct < delta . delta >
- double dotProduct = 0.0;
+ Real dotProduct = 0.0;
for (int u=0; u<m; u++)
dotProduct += (YiRhoR[u]-XiPhiR[u]) * (YiRhoR[u]-XiPhiR[u]);
}
sumLogDensit += log(densite[lambdaIndex*n+i]);
}
- lvraisemblance[mi(lambdaIndex,0,L,2)] = sumLogDensit;
- lvraisemblance[mi(lambdaIndex,1,L,2)] = (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);
projects / valse.git / blobdiff