X-Git-Url: https://git.auder.net/?p=valse.git;a=blobdiff_plain;f=src%2Fsources%2Fselectiontotale.c;h=8c1b7686f5b6927c95c18fca3ee08d568f17205f;hp=f3ed95b12b72437845f13c5f7c86536e6f3cb308;hb=31ef8a5c9bbaefcf40d2c2bad43b27d469c28c34;hpb=493a35bfea6d1210c94ced8fbfe3e572f0389ea5

diff --git a/src/sources/selectiontotale.c b/src/sources/selectiontotale.c
index f3ed95b..8c1b768 100644
--- a/src/sources/selectiontotale.c
+++ b/src/sources/selectiontotale.c
@@ -1,34 +1,35 @@
-#include "selectiontotale.h"
-#include "EMGLLF.h"
+#include <stdlib.h>
 #include <omp.h>
-#include "omp_num_threads.h"
+#include <math.h>
+#include "EMGLLF.h"
+#include "utils.h"
 
 // Main job on raw inputs (after transformation from mxArray)
-void selectiontotale(
-	// 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* gamInit,   // paramètre initial des probabilités a posteriori de chaque échantillon
-	Int mini,       // nombre minimal d'itérations dans lambdaIndex'algorithme EM	
-	Int maxi,       // nombre maximal d'itérations dans lambdaIndex'algorithme EM
-	Real gamma,   // valeur de gamma : puissance des proportions dans la pénalisation pour un Lasso adaptatif
+void selectiontotale_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* gamInit, // paramètre initial des probabilités a posteriori de chaque échantillon
+	int mini, // nombre minimal d'itérations dans lambdaIndex'algorithme EM
+	int maxi, // nombre maximal d'itérations dans lambdaIndex'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 Real* X,// régresseurs
+	const Real* Y,// réponse
+	Real seuil, // seuil pour prendre en compte une variable
+	Real tau, // seuil pour accepter la convergence
 	// OUT parameters (all pointers, to be modified)
-	Int* A1,         // matrice des coefficients des parametres selectionnes
-	Int* A2,         // matrice des coefficients des parametres non selectionnes
-	Real* Rho,        // estimateur ainsi calculé par le Lasso
-	Real* Pi,          // estimateur ainsi calculé par le Lasso
+	int* A1, // matrice des coefficients des parametres selectionnes
+	int* A2, // matrice des coefficients des parametres non selectionnes
+	Real* Rho,// estimateur ainsi calculé par le Lasso
+	Real* Pi,// estimateur ainsi calculé par le Lasso
 	// additional size parameters
-	mwSize n,              // taille de lambdaIndex'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 lambdaIndex'echantillon
+	int p,// nombre de covariables
+	int m,// taille de Y (multivarié)
+	int k,// nombre de composantes
+	int L) // taille de glambda
 {
 	// Fill outputs with zeros: they might not be assigned
 	for (int u=0; u<p*(m+1)*L; u++)
@@ -40,9 +41,9 @@ void selectiontotale(
 		Rho[u] = 0.0;
 	for (int u=0; u<k*L; u++)
 		Pi[u] = 0.0;
-	
+
 	//initiate parallel section
-	mwSize lambdaIndex;
+	int lambdaIndex;
 	omp_set_num_threads(OMP_NUM_THREADS);
 	#pragma omp parallel default(shared) private(lambdaIndex)
 	{
@@ -55,84 +56,84 @@ void selectiontotale(
 		Real* pi = (Real*)malloc(k*sizeof(Real));
 		Real* LLF = (Real*)malloc(maxi*sizeof(Real));
 		Real* S = (Real*)malloc(p*m*k*sizeof(Real));
-		EMGLLF(phiInit,rhoInit,piInit,gamInit,mini,maxi,gamma,glambda[lambdaIndex],X,Y,tau,
+		EMGLLF_core(phiInit,rhoInit,piInit,gamInit,mini,maxi,gamma,glambda[lambdaIndex],X,Y,tau,
 			phi,rho,pi,LLF,S,
 			n,p,m,k);
 		free(LLF);
 		free(S);
-		
+
 		//Si un des coefficients est supérieur au seuil, on garde cette variable
-		mwSize* selectedVariables = (mwSize*)calloc(p*m,sizeof(mwSize));
-		mwSize* discardedVariables = (mwSize*)calloc(p*m,sizeof(mwSize));
+		int* selectedVariables = (int*)calloc(p*m,sizeof(int));
+		int* discardedVariables = (int*)calloc(p*m,sizeof(int));
 		int atLeastOneSelectedVariable = 0;
-		for (mwSize j=0; j<p; j++)
+		for (int j=0; j<p; j++)
 		{
-			mwSize cpt = 0;
-			mwSize cpt2 = 0;
-			for (mwSize jj=0; jj<m; jj++)
+			int cpt = 0;
+			int cpt2 = 0;
+			for (int jj=0; jj<m; jj++)
 			{
 				Real maxPhi = 0.0;
-				for (mwSize r=0; r<k; r++)
+				for (int r=0; r<k; r++)
 				{
-					if (fabs(phi[j*m*k+jj*k+r]) > maxPhi)
-						maxPhi = fabs(phi[j*m*k+jj*k+r]);
+					if (fabs(phi[ai(j,jj,r,p,m,k)]) > maxPhi)
+						maxPhi = fabs(phi[ai(j,jj,r,p,m,k)]);
 				}
 				if (maxPhi > seuil)
 				{
-					selectedVariables[j*m+cpt] = jj+1;
+					selectedVariables[mi(j,cpt,p,m)] = jj+1;
 					atLeastOneSelectedVariable = 1;
 					cpt++;
 				}
 				else
 				{
-					discardedVariables[j*m+cpt2] = jj+1;
+					discardedVariables[mi(j,cpt2,p,m)] = jj+1;
 					cpt2++;
 				}
 			}
 		}
 		free(phi);
-		
+
 		if (atLeastOneSelectedVariable)
 		{
-			Int* vec = (Int*)malloc(p*sizeof(Int));
-			mwSize vecSize = 0;
-			for (mwSize j=0; j<p; j++)
+			int* vec = (int*)malloc(p*sizeof(int));
+			int vecSize = 0;
+			for (int j=0; j<p; j++)
 			{
-				if (selectedVariables[j*m+0] != 0)
+				if (selectedVariables[mi(j,0,p,m)] != 0)
 					vec[vecSize++] = j;
 			}
 			
 			//A1
-			for (mwSize j=0; j<p; j++)
-				A1[j*(m+1)*L+0*L+lambdaIndex] = (j < vecSize ? vec[j]+1 : 0);
-			for (mwSize j=0; j<vecSize; j++)
+			for (int j=0; j<p; j++)
+				A1[ai(j,0,lambdaIndex,p,m+1,L)] = (j < vecSize ? vec[j]+1 : 0);
+			for (int j=0; j<vecSize; j++)
 			{
-				for (mwSize jj=1; jj<=m; jj++)
-					A1[j*(m+1)*L+jj*L+lambdaIndex] = selectedVariables[vec[j]*m+jj-1];
+				for (int jj=1; jj<=m; jj++)
+					A1[ai(j,jj,lambdaIndex,p,m+1,L)] = selectedVariables[mi(vec[j],jj-1,p,m)];
 			}
 			//A2
-			for (mwSize j=0; j<p; j++)
-				A2[j*(m+1)*L+0*L+lambdaIndex] = j+1;
-			for (mwSize j=0; j<p; j++)
+			for (int j=0; j<p; j++)
+				A2[ai(j,0,lambdaIndex,p,m+1,L)] = j+1;
+			for (int j=0; j<p; j++)
 			{
-				for (mwSize jj=1; jj<=m; jj++)
-					A2[j*(m+1)*L+jj*L+lambdaIndex] = discardedVariables[j*m+jj-1];
+				for (int jj=1; jj<=m; jj++)
+					A2[ai(j,jj,lambdaIndex,p,m+1,L)] = discardedVariables[mi(j,jj-1,p,m)];
 			}
 			//Rho
-			for (mwSize j=0; j<m; j++)
+			for (int j=0; j<m; j++)
 			{
-				for (mwSize jj=0; jj<m; jj++)
+				for (int jj=0; jj<m; jj++)
 				{
-					for (mwSize r=0; r<k; r++)
-						Rho[j*m*k*L+jj*k*L+r*L+lambdaIndex] = rho[j*m*k+jj*k+r];
+					for (int r=0; r<k; r++)
+						Rho[ai4(j,jj,r,lambdaIndex,m,m,k,L)] = rho[ai(j,jj,r,m,m,k)];
 				}
 			}
 			//Pi
-			for (mwSize r=0; r<k; r++)
-				Pi[r*L+lambdaIndex] = pi[r];
+			for (int r=0; r<k; r++)
+				Pi[mi(r,lambdaIndex,k,L)] = pi[r];
 			free(vec);
 		}
-		
+
 		free(selectedVariables);
 		free(discardedVariables);
 		free(rho);