pkg/R/EMGLLF.R

   1 #' EMGLLF
   2 #'
   3 #' Description de EMGLLF
   4 #'
   5 #' @param phiInit Parametre initial de moyenne renormalisé
   6 #' @param rhoInit Parametre initial de variance renormalisé
   7 #' @param piInit Parametre initial des proportions
   8 #' @param gamInit Paramètre initial des probabilités a posteriori de chaque échantillon
   9 #' @param mini Nombre minimal d'itérations dans l'algorithme EM
  10 #' @param maxi Nombre maximal d'itérations dans l'algorithme EM
  11 #' @param gamma Puissance des proportions dans la pénalisation pour un Lasso adaptatif
  12 #' @param lambda Valeur du paramètre de régularisation du Lasso
  13 #' @param X Régresseurs
  14 #' @param Y Réponse
  15 #' @param tau Seuil pour accepter la convergence
  16 #'
  17 #' @return A list ... phi,rho,pi,LLF,S,affec:
  18 #'   phi : parametre de moyenne renormalisé, calculé par l'EM
  19 #'   rho : parametre de variance renormalisé, calculé par l'EM
  20 #'   pi : parametre des proportions renormalisé, calculé par l'EM
  21 #'   LLF : log vraisemblance associée à cet échantillon, pour les valeurs estimées des paramètres
  22 #'   S : ... affec : ...
  23 #'
  24 #' @export
  25 EMGLLF <- function(phiInit, rhoInit, piInit, gamInit,
  26                    mini, maxi, gamma, lambda, X, Y, tau, fast=TRUE)
  27 {
  28   if (!fast)
  29   {
  30     # Function in R
  31     return (.EMGLLF_R(phiInit,rhoInit,piInit,gamInit,mini,maxi,gamma,lambda,X,Y,tau))
  32   }
  33
  34   # Function in C
  35   n = nrow(X) #nombre d'echantillons
  36   p = ncol(X) #nombre de covariables
  37   m = ncol(Y) #taille de Y (multivarié)
  38   k = length(piInit) #nombre de composantes dans le mélange
  39   .Call("EMGLLF",
  40         phiInit, rhoInit, piInit, gamInit, mini, maxi, gamma, lambda, X, Y, tau,
  41         phi=double(p*m*k), rho=double(m*m*k), pi=double(k), LLF=double(maxi),
  42         S=double(p*m*k), affec=integer(n),
  43         n, p, m, k,
  44         PACKAGE="valse")
  45 }
  46
  47 # R version - slow but easy to read
  48 .EMGLLF_R = function(phiInit,rhoInit,piInit,gamInit,mini,maxi,gamma,lambda,X2,Y,tau)
  49 {
  50   # Matrix dimensions
  51   n = dim(Y)[1]
  52   if (length(dim(phiInit)) == 2){
  53     p = 1
  54     m = dim(phiInit)[1]
  55     k = dim(phiInit)[2]
  56   } else {
  57     p = dim(phiInit)[1]
  58     m = dim(phiInit)[2]
  59     k = dim(phiInit)[3]
  60   }
  61   X = matrix(nrow = n, ncol = p)
  62   X[1:n,1:p] = X2
  63   # Outputs
  64   phi = array(NA, dim = c(p,m,k))
  65   phi[1:p,,] = phiInit
  66   rho = rhoInit
  67   pi = piInit
  68   llh = -Inf
  69   S = array(0, dim=c(p,m,k))
  70
  71   # Algorithm variables
  72   gam = gamInit
  73   Gram2 = array(0, dim=c(p,p,k))
  74   ps2 = array(0, dim=c(p,m,k))
  75   X2 = array(0, dim=c(n,p,k))
  76   Y2 = array(0, dim=c(n,m,k))
  77   EPS = 1e-15
  78
  79   for (ite in 1:maxi)
  80   {
  81     # Remember last pi,rho,phi values for exit condition in the end of loop
  82     Phi = phi
  83     Rho = rho
  84     Pi = pi
  85
  86     # Computations associated to X and Y
  87     for (r in 1:k)
  88     {
  89       for (mm in 1:m)
  90         Y2[,mm,r] = sqrt(gam[,r]) * Y[,mm]
  91       for (i in 1:n)
  92         X2[i,,r] = sqrt(gam[i,r]) * X[i,]
  93       for (mm in 1:m)
  94         ps2[,mm,r] = crossprod(X2[,,r],Y2[,mm,r])
  95       for (j in 1:p)
  96       {
  97         for (s in 1:p)
  98           Gram2[j,s,r] = crossprod(X2[,j,r], X2[,s,r])
  99       }
 100     }
 101
 102     #########
 103     #M step #
 104     #########
 105
 106     # For pi
 107     b = sapply( 1:k, function(r) sum(abs(phi[,,r])) )
 108     gam2 = colSums(gam)
 109     a = sum(gam %*% log(pi))
 110
 111     # While the proportions are nonpositive
 112     kk = 0
 113     pi2AllPositive = FALSE
 114     while (!pi2AllPositive)
 115     {
 116       pi2 = pi + 0.1^kk * ((1/n)*gam2 - pi)
 117       pi2AllPositive = all(pi2 >= 0)
 118       kk = kk+1
 119     }
 120
 121     # t(m) is the largest value in the grid O.1^k such that it is nonincreasing
 122     while( kk < 1000 && -a/n + lambda * sum(pi^gamma * b) <
 123            -sum(gam2 * log(pi2))/n + lambda * sum(pi2^gamma * b) )
 124     {
 125       pi2 = pi + 0.1^kk * (1/n*gam2 - pi)
 126       kk = kk + 1
 127     }
 128     t = 0.1^kk
 129     pi = (pi + t*(pi2-pi)) / sum(pi + t*(pi2-pi))
 130
 131     #For phi and rho
 132     for (r in 1:k)
 133     {
 134       for (mm in 1:m)
 135       {
 136         ps = 0
 137         for (i in 1:n)
 138           ps = ps + Y2[i,mm,r] * sum(X2[i,,r] * phi[,mm,r])
 139         nY2 = sum(Y2[,mm,r]^2)
 140         rho[mm,mm,r] = (ps+sqrt(ps^2+4*nY2*gam2[r])) / (2*nY2)
 141       }
 142     }
 143
 144     for (r in 1:k)
 145     {
 146       for (j in 1:p)
 147       {
 148         for (mm in 1:m)
 149         {
 150           S[j,mm,r] = -rho[mm,mm,r]*ps2[j,mm,r] + sum(phi[-j,mm,r] * Gram2[j,-j,r])
 151           if (abs(S[j,mm,r]) <= n*lambda*(pi[r]^gamma))
 152             phi[j,mm,r]=0
 153           else if(S[j,mm,r] > n*lambda*(pi[r]^gamma))
 154             phi[j,mm,r] = (n*lambda*(pi[r]^gamma)-S[j,mm,r]) / Gram2[j,j,r]
 155           else
 156             phi[j,mm,r] = -(n*lambda*(pi[r]^gamma)+S[j,mm,r]) / Gram2[j,j,r]
 157         }
 158       }
 159     }
 160
 161     ########
 162     #E step#
 163     ########
 164
 165     # Precompute det(rho[,,r]) for r in 1...k
 166     detRho = sapply(1:k, function(r) det(rho[,,r]))
 167     gam1 = matrix(0, nrow = n, ncol = k)
 168     for (i in 1:n)
 169     {
 170       # Update gam[,]
 171       for (r in 1:k)
 172       {
 173         gam1[i,r] = pi[r]*exp(-0.5*sum((Y[i,]%*%rho[,,r]-X[i,]%*%phi[,,r])^2))*detRho[r]
 174       }
 175     }
 176     gam = gam1 / rowSums(gam1)
 177     sumLogLLH = sum(log(rowSums(gam)) - log((2*base::pi)^(m/2)))
 178     sumPen = sum(pi^gamma * b)
 179     last_llh = llh
 180     llh = -sumLogLLH/n + lambda*sumPen
 181     dist = ifelse( ite == 1, llh, (llh-last_llh) / (1+abs(llh)) )
 182     Dist1 = max( (abs(phi-Phi)) / (1+abs(phi)) )
 183     Dist2 = max( (abs(rho-Rho)) / (1+abs(rho)) )
 184     Dist3 = max( (abs(pi-Pi)) / (1+abs(Pi)) )
 185     dist2 = max(Dist1,Dist2,Dist3)
 186
 187     if (ite >= mini && (dist >= tau || dist2 >= sqrt(tau)))
 188       break
 189   }
 190
 191   list( "phi"=phi, "rho"=rho, "pi"=pi, "llh"=llh, "S"=S)
 192 }