From 3ec579a0955aca0591a9e5c4d90c50b87f4f4609 Mon Sep 17 00:00:00 2001
From: Benjamin Auder <benjamin.auder@somewhere>
Date: Thu, 15 Dec 2016 17:22:39 +0100
Subject: [PATCH] almost finished

---
 src/adapters/a.constructionModelesLassoMLE.c  |   2 +-
 .../.constructionModelesLassoRank.c.swp       | Bin 0 -> 16384 bytes
 src/sources/constructionModelesLassoMLE.c     | 206 +++++++++---------
 src/sources/constructionModelesLassoRank.c    | 132 +++++------
 4 files changed, 170 insertions(+), 170 deletions(-)
 create mode 100644 src/sources/.constructionModelesLassoRank.c.swp

diff --git a/src/adapters/a.constructionModelesLassoMLE.c b/src/adapters/a.constructionModelesLassoMLE.c
index 7578664..7f578fb 100644
--- a/src/adapters/a.constructionModelesLassoMLE.c
+++ b/src/adapters/a.constructionModelesLassoMLE.c
@@ -77,7 +77,7 @@ SEXP EMGLLF(
 	// Build list from OUT params and return it
 	SEXP listParams, listNames;
 	PROTECT(listParams = allocVector(VECSXP, 4));
-	char* lnames[4] = {"phi", "rho", "pi", "lvraisemblance}; //lists labels
+	char* lnames[4] = {"phi", "rho", "pi", "lvraisemblance"}; //lists labels
 	PROTECT(listNames = allocVector(STRSXP,4));
 	for (int i=0; i<4; i++)
 		SET_STRING_ELT(listNames,i,mkChar(lnames[i]));
diff --git a/src/sources/.constructionModelesLassoRank.c.swp b/src/sources/.constructionModelesLassoRank.c.swp
new file mode 100644
index 0000000000000000000000000000000000000000..ba4ef92ddf008ce6f0e3dec44826b37a528e6883
GIT binary patch
literal 16384
zcmeHO+lw4o8Ly4HX4GUwSp-?+WMX!zx@)FpqQa7$3B=81hwaIXlM6{^XNNOYr@K#2
z-8@y*$!=JD5`2+`MMYLod=L`YmqkHgA66L=Uj+BX3;qehiY`8QU4P%HOILS#k_bMC
zREJ;p)VY1%_dDPDPStlRyNg#>*Vt1Fiv~U)HH-`Uo7X;n=wHU;v0?Dc6N<_o@aex8
z3nioQ0nH4j?|F_Aag;bi?kB=Yl<Oo>rd*LYZWJb|%G?wKtwo;jMbhC(5^eHuZ^3=g
z&`o{AK*PZO7|7D@{8LAa&zxM+Oa1ulG4}C~UAbS6rmkV2VW454VW454VW454VW454
zVc`Fafiym3d<ixkD(u=Vejl0meP3~XtoSXT$jf#`ar4tK&@j+2&@j+2&@j+2&@j+2
z&@j+2&@j+2&@k{n$N={Y<IB*?q67fW|I6q9KRjj_KLx%Id=0n>41pEklfYr%?W2bA
z3a}152E20wWx#iUtAGO>27dh!!}u<+4V(s^0RHh|!}u-mW8mAsYd{Zp24KLSK4cib
z1AYU%3d{jNoH2~ofwRCo@C5MQVZ-=4@Jrz9KmtU759|TQf%iUW7=Hxb0p14Q0=@}s
z12=#Zz@HyQ8{kzy0M7wSz&!9M@QV)^#?OF#;12LD;5A?f*ubZNM}U96-!Q%kaNs;J
z3;Z6*lb--@0<Qoa-~w<Ico)3?9QX<l0DYhXoCoxr6h1RE<<p%~c3@H7_}=fbLpM_T
zPy8~oES%9-GE7;mQeUntKF!qf9=_Ub%b@nR^>@`_NG*oT0ltbBx<OT+QGG`BSyAsr
z*{&~IY_lJAc(Chnw!+M!&<eQkN3I#Pg4SLukuQm;Thv+B(^~R|%zJIAZFJm_TY)r{
z?dy?NLr>hY_w0_fts7TbsC(=vwJ3+1qQrCsUe;R7T;q6!Whh9xv<Cw_wEZaTWg=5&
zbcIFQUCXPBrh~yYn#F}~BhCi{(rz$V9v^{<rcx@Yxm*tMH9={i)D&C7*7)Glxm9=x
zC+C%3$06khwz4l_8tlCXQwoP^F&cv8(?vO(6_F?`rqOY>;(jrccBgZm*gCg%fqI)8
z(mYk4P|Jp^posp}=Gn3X8A?0gx1@ay)j7+SeceuZW|INX{!}iHe6n(eobF{Z3moSZ
z=I+3t2{}&b9F>Yw7@gqr0DpCyu8IN{MmJd$+HAZNJI(Nt2G$f_ib`de36d?l%$#Vp
zvceWEYMA?8;ZEa?+HIon%u+sSHJa?0mIIq-OL|Gr@CUa#rX}Tze3GxYB8wu!xO9kK
z)XI|!<oXe1bti~Rm#dt>an?f?3fAMw6YPtbV0amfxe<mA@kc&P!cLU~CPH!M&xtS*
z0U`+V&}hh&<hV$f454tqX;CHyMJcU+jR;ybwaews*rj%Z<FVqsfU_uw8Ff$GzVI?%
znBI#a52R~9^X!$2&+S}Vy>ZT>Ips3dqU!x(t`Nh75B0h{^HVeFb0s{B#Yzr&D$JS=
zh^P>?lZbRD%z~Y?uLSoJbA4@N=i-&Moy*T|o;!2)5(Pd@`6$Mr#Bt#Lsl<q^5}647
zULCm#Tz5;7ODrzX%v6(E1dmt;*iI{71bG~BoK-!dkA=a|pQRCdNvOzXyTavJB3Kp{
zb33B_W)#k)Xu$9ipX`OggK%<F?W%bF53>qK(0{a-EOr94_$jB=39ay<zjTzO(7hVc
zWxHJqI_Rx<*uzq1ZOk^t)BP%Yiv1;yZkpA|_TIdjU$Uw#=QbqW>`S-|JhBqQmKj-3
zyBe`u>RS3S9BS0GaBs&s%fkd-1S?c1_wOiSV_h?~e>dL0gPCyqoc!4B%WhW@Ujlw4
z6Pt;Y+I8VD%;n51Oq$of{Fe2Cxd(-H+Xd+3I13B;??_&DONu~XHPq$h1Myq=Kr++=
zowO$Om@dBF>!cRVwCGY~tVEzqESKcN$c7OU9GoJ9F;wisb}(10Z!HSze<(5(3zpI<
z<{5~E+hr*hbRG<XT^Vwj;H^=rBEAxaH%k*qi{7|xRE{vY#Z&BIn{cPeKtz*1y16K$
z5xD@>6s@fZhbq@#<zuB^j#z9{fYmV#Q9}XRf^m%l0WlD@e^-el;bBT9X!q+_jsp@T
zLI)Yz%cDeIw`Zd+jDlUb6zW{WjEFi@pd-Blsvq^e&ddOT2hm2!{k!mQY7<Y6Q7z%T
zJ{%tdVHWd<T?w~iA(_Rv=ONrgA@^CL0|eq+AX1^AM7dx3Lxs7b=*&Y`(1;>QC4w?;
zix`(-BH;|aoB8{9DQMBW>z98=BOvVjC*2@n{mNw>0CQcKiQo$dfyvO!rVxhM6hxlv
zN(ABD)?(G!FpK_VbPEw=0pnR3DVglwtu>S3s2Kw8L^J(1Gfij<Td&Qa4vbaO%{M1E
z65XzJB_^G`7mk~AhPh`6-h9@<8e3gyKISmfgCru8WCgM2x*~=x`O*o8LiGf=HRzrp
zNm<GKbz+Ue5K8Z<yjE29$muW@rQ6V*6X{&ImZkyI>&;1WP;8}o)#->g$Ne6-N&5&v
z=hkw5^zB!@Kk@UB{l~S({hd~%;s=z{-bR~fzQx021d)(-ct4+^@eww(+f3^Z)>RZo
zN?W5ndG%sB5#+qXNP1XO2fvkW8ldR%`q_0vvMA6i7$Nw6Jy@J6tWbf+QW?5FUax1f
zw9nV}_=W!LsB#&V3;olzf?nb~z>bgL=l90yX749?Y}nc2hMEfL`9H(+_TzXar|19j
zeE&yyzJCLF9f*PFfiu8KfB{E<zv7wy8^8^q1snz5#q<96fER!hz~3<LUjWJh{0jI1
z@H}u8_yVv7tN<-w4)`?i34ru@5@<dR0}TTW0}TTW0}TTW0}TTW0}TWJB?ewT=!3kV
z62hb`2_-m?v!k?~E~`@C`q)Jm<+(q7t+RXjD^K(xkw*zfE<b1Ht+wc}BM6YltED^b
z0g}-HozLhq1${(P$w3dwNwx#}Qu+B!EoncQ-ho6)>(yEW0cCiDfX<qNVCu=qgHKu<
z2MQH7=mUp(x)v!qoiJ?=ETn%b&B5Hv%y{a9GMY8Ri(dAUw!77_Piot}DBVzzhyM(%
zhd>&oyk_kcox7Smf?=)6!-094yvb(mK+n=B>w7PI#eqjnWSJ_a^dpM3SLhQI99xL6
zm-Y)<EG<&kK+Z$kzG&y!=EC;kqy@6ZnKSFWjR?m<4k+J3FB>_JhgGgP1=K!Xo;DWD
zP+58QS1T$`&}t>f5b4E%Ii5V@BVW#2lJ|FXdftALbR<?r$5};9b>LY)xXPDHacD)d
mbl>r%RdvJyGqcPdVp#=RI3@T|i}KH!d3nw2@;3Ql=)VEdATI>~

literal 0
HcmV?d00001

diff --git a/src/sources/constructionModelesLassoMLE.c b/src/sources/constructionModelesLassoMLE.c
index bcbfd3c..91119e9 100644
--- a/src/sources/constructionModelesLassoMLE.c
+++ b/src/sources/constructionModelesLassoMLE.c
@@ -6,39 +6,39 @@
 
 // TODO: comment on constructionModelesLassoMLE purpose
 void constructionModelesLassoMLE(
-	// 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 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
+	// 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
+	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
+	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
+	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
 	// 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++)
+	for (int u=0; u<p*m*k*L; u++)
 		phi[u] = 0.0;
-	
+
 	//initiate parallel section
-	mwSize lambdaIndex;
+	int lambdaIndex;
 	omp_set_num_threads(OMP_NUM_THREADS);
 	#pragma omp parallel default(shared) private(lambdaIndex)
 	{
@@ -47,42 +47,42 @@ void constructionModelesLassoMLE(
 	{
 		//~ a = A1(:,1,lambdaIndex);
 		//~ a(a==0) = [];
-		Int* a = (Int*)malloc(p*sizeof(Int));
-		mwSize lengthA = 0;
-		for (mwSize j=0; j<p; j++)
+		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)
 			continue;
-		
+
 		//Xa = X(:,a)
-		Real* Xa = (Real*)malloc(n*lengthA*sizeof(Real));
-		for (mwSize i=0; i<n; i++)
+		double* Xa = (double*)malloc(n*lengthA*sizeof(double));
+		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,:,:)
-		Real* phia = (Real*)malloc(lengthA*m*k*sizeof(Real));
-		for (mwSize j=0; j<lengthA; j++)
+		double* phia = (double*)malloc(lengthA*m*k*sizeof(double));
+		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);
-		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));
+		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,
 			phiLambda,rhoLambda,piLambda,LLF,S,
 			n,lengthA,m,k);
@@ -90,123 +90,123 @@ void constructionModelesLassoMLE(
 		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++)
+		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,p,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++)
+			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++)
+				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[ai( A2[ai4(j,0,lambdaIndex,p,m+1,L)]-1, b[mm], r, lambdaIndex, p, m, k, L)] = 0.0;
 				}
 			}
-			
+
 			//~ c = A1(j,2:end,lambdaIndex);
 			//~ c(c==0) = [];
 			//~ dimension = dimension + length(c);
-			for (mwSize mm=0; mm<m; mm++)
+			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;
+		double* densite = (double*)calloc(L*n,sizeof(double));
+		double sumLogDensit = 0.0;
 		gsl_matrix* matrix = gsl_matrix_alloc(m, m);
 		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++)
+		double* YiRhoR = (double*)malloc(m*sizeof(double));
+		double* XiPhiR = (double*)malloc(m*sizeof(double));
+		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);
-				
+				double 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 ...
-				
+				// 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++)
+				double dotProduct = 0.0;
+				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;
-	
+		lvraisemblance[mi(lambdaIndex,0,L,2)] = sumLogDensit;
+		lvraisemblance[mi(lambdaIndex,1,L,2)] = (dimension+m+1)*k-1;
+
 		free(a);
 		free(YiRhoR);
 		free(XiPhiR);
diff --git a/src/sources/constructionModelesLassoRank.c b/src/sources/constructionModelesLassoRank.c
index 98c02d5..eaa83c4 100644
--- a/src/sources/constructionModelesLassoRank.c
+++ b/src/sources/constructionModelesLassoRank.c
@@ -6,54 +6,54 @@
 
 // TODO: comment on constructionModelesLassoRank purpose
 void constructionModelesLassoRank(
-	// IN parameters 
-	const Real* Pi,    // parametre initial des proportions
-	const Real* Rho,   // parametre initial de variance renormalisé
-	Int mini,       // nombre minimal d'itérations dans l'algorithme EM	
-	Int maxi,       // nombre maximal d'itérations dans l'algorithme EM
-	const Real* X,      // régresseurs
-	const Real* Y,      // réponse
-	Real tau,     // seuil pour accepter la convergence
-	const Int* A1,     // matrice des coefficients des parametres selectionnes
-	Int rangmin, 	//rang minimum autorisé
-	Int rangmax,	//rang maximum autorisé
+	// IN parameters
+	const double* Pi,// parametre initial des proportions
+	const double* Rho, // parametre initial de variance renormalisé
+	int mini, // nombre minimal d'itérations dans l'algorithme EM
+	int maxi, // nombre maximal d'itérations dans l'algorithme EM
+	const double* X,// régresseurs
+	const double* Y,// réponse
+	double tau, // seuil pour accepter la convergence
+	const int* A1, // matrice des coefficients des parametres selectionnes
+	int rangmin,	//rang minimum autorisé
+	int rangmax,	//rang maximum autorisé
 	// OUT parameters (all pointers, to be modified)
-	Real* phi,        // estimateur ainsi calculé par le Lasso
-    Real* lvraisemblance,      // 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
+	double* phi,// estimateur ainsi calculé par le Lasso
+	double* lvraisemblance,// estimateur ainsi calculé par le Lasso
+	// additional size parameters
+	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
 {
 	//On cherche les rangs possiblement intéressants
-	Int deltaRank = rangmax-rangmin+1;
-	mwSize Size = (mwSize)pow(deltaRank,k);
-	Int* Rank = (Int*)malloc(Size*k*sizeof(Int));
-    for (mwSize r=0; r<k; r++)
-    {
+	int deltaRank = rangmax-rangmin+1;
+	int Size = (int)pow(deltaRank,k);
+	int* Rank = (int*)malloc(Size*k*sizeof(int));
+for (int r=0; r<k; r++)
+{
 		//On veut le tableau de toutes les combinaisons de rangs possibles
 		//Dans la première colonne : on répète (rangmax-rangmin)^(k-1) chaque chiffre : ca remplit la colonne
 		//Dans la deuxieme : on répète (rangmax-rangmin)^(k-2) chaque chiffre, et on fait ca (rangmax-rangmin)^2 fois 
 		//...
 		//Dans la dernière, on répète chaque chiffre une fois, et on fait ca (rangmin-rangmax)^(k-1) fois.
-		Int indexInRank = 0;
-		Int value = 0;
+		int indexInRank = 0;
+		int value = 0;
 		while (indexInRank < Size)
 		{
-			for (Int u=0; u<pow(deltaRank,k-r-1); u++)
-				Rank[(indexInRank++)*k+r] = rangmin + value;
+			for (int u=0; u<pow(deltaRank,k-r-1); u++)
+				Rank[mi(indexInRank++,r,Size,k)] = rangmin + value;
 			value = (value+1) % deltaRank;
 		}
 	}
-	
+
 	//Initialize phi to zero, because unactive variables won't be assigned
-	for (mwSize i=0; i<p*m*k*L*Size; i++)
+	for (int i=0; i<p*m*k*L*Size; i++)
 		phi[i] = 0.0;
-	
+
 	//initiate parallel section
-	mwSize lambdaIndex;
+	int lambdaIndex;
 	omp_set_num_threads(OMP_NUM_THREADS);
 	#pragma omp parallel default(shared) private(lambdaIndex)
 	{
@@ -61,42 +61,42 @@ void constructionModelesLassoRank(
 	for (lambdaIndex=0; lambdaIndex<L; lambdaIndex++)
 	{
 		//On ne garde que les colonnes actives : active sera l'ensemble des variables informatives
-		Int* active = (Int*)malloc(p*sizeof(Int));
-		mwSize longueurActive = 0;
-		for (Int j=0; j<p; j++)
+		int* active = (int*)malloc(p*sizeof(int));
+		int longueurActive = 0;
+		for (int j=0; j<p; j++)
 		{
-			if (A1[j*L+lambdaIndex] != 0)
-				active[longueurActive++] = A1[j*L+lambdaIndex] - 1;
+			if (A1[mi(j,lambdaIndex,p,L)] != 0)
+				active[longueurActive++] = A1[mi(j,lambdaIndex,p,L)] - 1;
 		}
-		
+
 		if (longueurActive == 0)
 			continue;
-		
+
 		//from now on, longueurActive > 0
-		Real* phiLambda = (Real*)malloc(longueurActive*m*k*sizeof(Real));
-		Real LLF;
-		for (Int j=0; j<Size; j++)
+		double* phiLambda = (double*)malloc(longueurActive*m*k*sizeof(double));
+		double LLF;
+		for (int j=0; j<Size; j++)
 		{
 			//[phiLambda,LLF] = EMGrank(Pi(:,lambdaIndex),Rho(:,:,:,lambdaIndex),mini,maxi,X(:,active),Y,tau,Rank(j,:));
-			Int* rank = (Int*)malloc(k*sizeof(Int));
-			for (mwSize r=0; r<k; r++)
-				rank[r] = Rank[j*k+r];
-			Real* Xactive = (Real*)malloc(n*longueurActive*sizeof(Real));
-			for (mwSize i=0; i<n; i++)
+			int* rank = (int*)malloc(k*sizeof(int));
+			for (int r=0; r<k; r++)
+				rank[r] = Rank[mi(j,r,Size,k)];
+			double* Xactive = (double*)malloc(n*longueurActive*sizeof(double));
+			for (int i=0; i<n; i++)
 			{
-				for (mwSize jj=0; jj<longueurActive; jj++)
-					Xactive[i*longueurActive+jj] = X[i*p+active[jj]];
+				for (int jj=0; jj<longueurActive; jj++)
+					Xactive[mi(i,jj,n,longueurActive)] = X[mi(i,active[jj],n,p)];
 			}
-			Real* PiLambda = (Real*)malloc(k*sizeof(Real));
-			for (mwSize r=0; r<k; r++)
-				PiLambda[r] = Pi[r*L+lambdaIndex];
-			Real* RhoLambda = (Real*)malloc(m*m*k*sizeof(Real));
-			for (mwSize u=0; u<m; u++)
+			double* PiLambda = (double*)malloc(k*sizeof(double));
+			for (int r=0; r<k; r++)
+				PiLambda[r] = Pi[mi(r,lambdaIndex,k,L)];
+			double* RhoLambda = (double*)malloc(m*m*k*sizeof(double));
+			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++)
-						RhoLambda[u*m*k+v*k+r] = Rho[u*m*k*L+v*k*L+r*L+lambdaIndex];
+					for (int r=0; r<k; r++)
+						RhoLambda[ai(uu,v,r,m,m,k)] = Rho[ai4(u,v,r,lambdaIndex,m,m,k,L)];
 				}
 			}
 			EMGrank(PiLambda,RhoLambda,mini,maxi,Xactive,Y,tau,rank,
@@ -107,19 +107,19 @@ void constructionModelesLassoRank(
 			free(PiLambda);
 			free(RhoLambda);
 			//lvraisemblance((lambdaIndex-1)*Size+j,:) = [LLF, dot(Rank(j,:), length(active)-Rank(j,:)+m)];
-			lvraisemblance[(lambdaIndex*Size+j)*2] = LLF;
+			lvraisemblance[mi(lambdaIndex*Size+j,0,L*Size,2)] = LLF;
 			//dot(Rank(j,:), length(active)-Rank(j,:)+m)
-			Real dotProduct = 0.0;
-			for (mwSize r=0; r<k; r++)
-				dotProduct += Rank[j*k+r] * (longueurActive-Rank[j*k+r]+m);
-			lvraisemblance[(lambdaIndex*Size+j)*2+1] = dotProduct;
+			double dotProduct = 0.0;
+			for (int r=0; r<k; r++)
+				dotProduct += Rank[mi(j,r,Size,k)] * (longueurActive-Rank[mi(j,r,Size,k)]+m);
+			lvraisemblance[mi(lambdaIndex*Size+j,1,Size*L,2)] = dotProduct;
 			//phi(active,:,:,(lambdaIndex-1)*Size+j) = phiLambda;
-			for (mwSize jj=0; jj<longueurActive; jj++)
+			for (int jj=0; jj<longueurActive; jj++)
 			{
-				for (mwSize mm=0; mm<m; mm++)
+				for (int mm=0; mm<m; mm++)
 				{
-					for (mwSize r=0; r<k; r++)
-						phi[active[jj]*m*k*L*Size+mm*k*L*Size+r*L*Size+(lambdaIndex*Size+j)] = phiLambda[jj*m*k+mm*k+r];
+					for (int r=0; r<k; r++)
+						phi[ai5(active[jj],mm,r,lambdaIndex,j,p,m,k,L,Size)] = phiLambda[jj*m*k+mm*k+r];
 				}
 			}
 		}
-- 
2.44.0