'update'
authorBenjamin Auder <benjamin.auder@somewhere>
Mon, 6 Mar 2017 21:33:46 +0000 (22:33 +0100)
committerBenjamin Auder <benjamin.auder@somewhere>
Mon, 6 Mar 2017 21:33:46 +0000 (22:33 +0100)
.gitignore
README.md
epclust/DESCRIPTION
epclust/R/main.R
epclust/inst/CITATION [new file with mode: 0644]
epclust/tests/testthat/test.clustering.R
epclust/vignettes/epclust.html [deleted file]
epclust/vignettes/epclust.ipynb
reports/2017-03/TODO [deleted file]
reports/2017-03/TODO.ipynb [moved from epclust/inst/extdata/example_data.csv with 100% similarity]

index e3f1d8d..90472d7 100644 (file)
@@ -26,3 +26,6 @@
 #ignore R CMD build/check genrated files
 /*.Rcheck/
 /*.tar.gz
+
+#ignore jupyter generated file (HTML vignette, and reports)
+*.ipynb.html
index f1ef56f..3c88963 100644 (file)
--- a/README.md
+++ b/README.md
@@ -6,10 +6,8 @@ Joint work with [Jairo Cugliari](http://eric.univ-lyon2.fr/~jcugliari/),
 
 ---
 
-This program takes n time-series in input and is divided in two stages:
-       1) (Heuristic) k-medoids algorithm in parallel to obtain K centers, K << n
-       2) Filtering WER(?) to obtain the final k < K group representations.
+This program takes N time-series in input and is divided in two stages:
+  1. (Heuristic) k-medoids algorithm in parallel to obtain K1 centers, K1 &#8810; N
+  2. Clustering from WER distances to obtain the final K2 &lt; K1 group representations
 
----
-
-The folder ... contains ... (TODO)
+See ?epclust once the package is loaded.
index 030e944..34db956 100644 (file)
@@ -18,6 +18,8 @@ Depends:
     wavelets
 Suggests:
     testthat,
+               MASS,
+               clue,
     wmtsa,
     RSQLite
 License: MIT + file LICENSE
index 5e47f19..1347fae 100644 (file)
@@ -32,20 +32,74 @@ NULL
 #' @param nbytes Number of bytes to serialize a floating-point number; 4 or 8
 #' @param endian Endianness to use for (de)serialization. Use "little" or "big" for portability
 #'
-#' @return A matrix of the final medoids curves
+#' @return A matrix of the final medoids curves (K2) in rows
 #'
 #' @examples
-#' getData = function(start, n) {
-#'   con = dbConnect(drv = RSQLite::SQLite(), dbname = "mydata.sqlite")
-#'   df = dbGetQuery(con, paste(
-#'     "SELECT * FROM times_values GROUP BY id OFFSET ",start,
+#' \dontrun{
+#' # WER distances computations are a bit too long for CRAN (for now)
+#'
+#' # Random series around cos(x,2x,3x)/sin(x,2x,3x)
+#' x = seq(0,500,0.05)
+#' L = length(x) #10001
+#' ref_series = matrix( c(cos(x), cos(2*x), cos(3*x), sin(x), sin(2*x), sin(3*x)),
+#'   byrows=TRUE, ncol=L )
+#' library(wmtsa)
+#' series = do.call( rbind, lapply( 1:6, function(i)
+#'   do.call(rbind, wmtsa::wavBootstrap(ref_series[i,], n.realization=400)) ) )
+#' #dim(series) #c(2400,10001)
+#' medoids_ascii = claws(series_RData, K1=60, K2=6, wf="d8", nb_series_per_chunk=500)
+#'
+#' # Same example, from CSV file
+#' csv_file = "/tmp/epclust_series.csv"
+#' write.table(series, csv_file, sep=",", row.names=FALSE, col.names=FALSE)
+#' medoids_csv = claws(csv_file, K1=60, K2=6, wf="d8", nb_series_per_chunk=500)
+#'
+#' # Same example, from binary file
+#' bin_file = "/tmp/epclust_series.bin"
+#' nbytes = 8
+#' endian = "little"
+#' epclust::serialize(csv_file, bin_file, 500, nbytes, endian)
+#' getSeries = function(indices) getDataInFile(indices, bin_file, nbytes, endian)
+#' medoids_bin = claws(getSeries, K1=60, K2=6, wf="d8", nb_series_per_chunk=500)
+#' unlink(csv_file)
+#' unlink(bin_file)
+#'
+#' # Same example, from SQLite database
+#' library(DBI)
+#' series_db <- dbConnect(RSQLite::SQLite(), "file::memory:")
+#' # Prepare data.frame in DB-format
+#' n = nrow(series)
+#' formatted_series = data.frame(
+#'   ID = rep(1:n,each=L),
+#'   time = as.POSIXct(1800*(0:n),"GMT",origin="2001-01-01"),
+#'   value
+
+
+
+
+#' TODO
+
+
+#' times_values = as.data.frame(series)
+#' dbWriteTable(series_db, "times_values", times_values)
+#' # NOTE: assume that DB internal data is not reorganized when computing coefficients
+#' indexToID_inDB <<- list()
+#' getSeries = function(indices) {
+#'   con = dbConnect(drv = RSQLite::SQLite(), dbname = db_file)
+#'   if (indices %in% indexToID_inDB)
+#'   {
+#'     df = dbGetQuery(con, paste(
+#'     "SELECT value FROM times_values GROUP BY id OFFSET ",start,
 #'     "LIMIT ", n, " ORDER BY date", sep=""))
-#'   return (df)
+#'     return (df)
+#'   }
+#'   else
+#'   {
+#'     ...
+#'   }
+#' }
+#' dbDisconnect(mydb)
 #' }
-#' #####TODO: if DB, array rank --> ID at first retrieval, when computing coeffs; so:: NO use of IDs !
-#'   #TODO: 3 examples, data.frame / binary file / DB sqLite
-#'   + sampleCurves : wavBootstrap de package wmtsa
-#' cl = epclust(getData, K1=200, K2=15, ntasks=1000, nb_series_per_chunk=5000, WER="mix")
 #' @export
 claws = function(getSeries, K1, K2,
        random=TRUE, #randomize series order?
@@ -121,6 +175,7 @@ claws = function(getSeries, K1, K2,
        cl = parallel::makeCluster(ncores_tasks)
        # 1000*K1 indices [if WER=="end"], or empty vector [if WER=="mix"] --> series on file
        indices = unlist( parallel::parLapply(cl, indices_tasks, function(inds) {
+               require("epclust", quietly=TRUE)
                indices_medoids = clusteringTask(inds,getCoefs,K1,nb_series_per_chunk,ncores_clust)
                if (WER=="mix")
                {
diff --git a/epclust/inst/CITATION b/epclust/inst/CITATION
new file mode 100644 (file)
index 0000000..23e7819
--- /dev/null
@@ -0,0 +1,18 @@
+citHeader("To cite epclust in publications use:")
+
+citEntry(entry = "Manual",
+  title        = ".",
+  author       = personList(as.person("Benjamin Auder"),
+                   as.person("Jairo Cugliari"),
+                   as.person("Yannig Goude")),
+                   as.person("Jean-Michel Poggi"))
+  organization = "Paris-Sud, Saclay & Lyon 2",
+  address      = "Orsay, Saclay & Lyon, France",
+  year         = "2017",
+  url          = "https://git.auder.net/?p=edfclust.git",
+
+  textVersion  =
+  paste("Benjamin Auder, Jairo Cugliari, Yannig Goude, Jean-Michel Poggi (2017).",
+        "EPCLUST: Electric Power curves CLUSTering.",
+        "URL https://git.auder.net/?p=edfclust.git")
+)
index a4d59d9..b6231e2 100644 (file)
@@ -7,7 +7,7 @@ I = function(i, base)
 test_that("computeClusters1 behave as expected",
 {
        require("MASS", quietly=TRUE)
-       require("clue", quietly=TRUE)
+       library("clue", quietly=TRUE)
 
        # 3 gaussian clusters, 300 items; and then 7 gaussian clusters, 490 items
        n = 300
diff --git a/epclust/vignettes/epclust.html b/epclust/vignettes/epclust.html
deleted file mode 100644 (file)
index 831a97b..0000000
+++ /dev/null
@@ -1 +0,0 @@
-TODO from jupyter
index 831a97b..0e0c061 100644 (file)
@@ -1 +1 @@
-TODO from jupyter
+TODO from jupyter; generate HTML, in final package
diff --git a/reports/2017-03/TODO b/reports/2017-03/TODO
deleted file mode 100644 (file)
index e69de29..0000000