X-Git-Url: https://git.auder.net/?p=valse.git;a=blobdiff_plain;f=src%2Ftest%2Fgenerate_test_data%2Fhelpers%2FconstructionModelesLassoRank.R;h=15305d91a5bd75621511b70bb6cdc0e2ff8e85a1;hp=ad4f7258b4d27ab6ae88c6fc99626e7e55b269d5;hb=ef67d338c7f28ba041abe40ca9a8ab69f8365a90;hpb=c3bc47052f3ccb659659c59a82e9a99ea842398d

diff --git a/src/test/generate_test_data/helpers/constructionModelesLassoRank.R b/src/test/generate_test_data/helpers/constructionModelesLassoRank.R
index ad4f725..15305d9 100644
--- a/src/test/generate_test_data/helpers/constructionModelesLassoRank.R
+++ b/src/test/generate_test_data/helpers/constructionModelesLassoRank.R
@@ -1,34 +1,49 @@
-constructionModelesLassoRank = function(Pi,Rho,mini,maxi,X,Y,tau,A1,rangmin,rangmax){
+constructionModelesLassoRank = function(pi,rho,mini,maxi,X,Y,tau,A1,rangmin,rangmax)
+{
   #get matrix sizes
   n = dim(X)[1]
   p = dim(X)[2]
   m = dim(rho)[2]
   k = dim(rho)[3]
   L = dim(A1)[2]
-  
+
+	# On cherche les rangs possiblement intéressants
   deltaRank = rangmax - rangmin + 1
   Size = deltaRank^k
-  Rank = matrix(0, Size, k)
-#  for(r in 1:k) {
-#    Rank[,r] = rangmin +  <--- #FIXME:
-#  }
-  
+  Rank = matrix(0, nrow=Size, ncol=k)
+  for(r in 1:k)
+	{
+		# On veut le tableau de toutes les combinaisons de rangs possibles
+		# Dans la première colonne : on répète (rangmax-rangmin)^(k-1) chaque chiffre :
+		#   ça remplit la colonne
+		# Dans la deuxieme : on répète (rangmax-rangmin)^(k-2) chaque chiffre,
+		#   et on fait ça (rangmax-rangmin)^2 fois
+		# ...
+		# Dans la dernière, on répète chaque chiffre une fois,
+		#   et on fait ça (rangmin-rangmax)^(k-1) fois.
+    Rank[,r] = rangmin + rep(0:(deltaRank-1), deltaRank^(r-1), each=deltaRank^(k-r))
+  }
+
+	# output parameters
   phi = array(0, dim=c(p,m,k,L*Size))
   llh = matrix(0, L*Size, 2) #log-likelihood
-  for(lambdaIndex in 1:L){
-    #on ne garde que les colonnes actives
-    #active sera l'ensemble des variables informatives
-    active = A1[, lambdaIndex]
-    active[active==0] = c()
-    if(length(active)>0){
-      for(j in 1:Size){
-        EMG_rank = EMGrank(Pi[,lambdaIndex], Rho[,,,lambdaIndex], mini, maxi, X[, active], Y, tau, Rank[j,])
-        phiLambda = EMG_rank$phi
-        LLF = EMG_rank$LLF
-        llh[(lambdaIndex-1)*Size+j,] = c(LLF, sum(Rank[j,]^(length(active)- Rank[j,]+m)))
-        phi[active,,,(lambdaIndex-1)*Size+j] = phiLambda
+  for(lambdaIndex in 1:L)
+	{
+    # on ne garde que les colonnes actives
+    # 'active' sera l'ensemble des variables informatives
+    active = A1[,lambdaIndex]
+    active = active[-(active==0)]
+    if (length(active) > 0)
+		{
+      for (j in 1:Size)
+			{
+        res = EMGrank(Pi[,lambdaIndex], Rho[,,,lambdaIndex], mini, maxi,
+					X[,active], Y, tau, Rank[j,])
+        llh[(lambdaIndex-1)*Size+j,] =
+					c( res$LLF, sum(Rank[j,] * (length(active)- Rank[j,] + m)) )
+        phi[active,,,(lambdaIndex-1)*Size+j] = res$phi
       }
     }
   }
-  return(list(phi=phi, llh = llh))
+  return (list(phi=phi, llh = llh))
 }