almost finished

diff --git a/src/adapters/a.constructionModelesLassoMLE.c b/src/adapters/a.constructionModelesLassoMLE.c
index 7578664..7f578fb 100644 (file)
--- 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));
        // 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]));
        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 (file)
index 0000000..ba4ef92
Binary files /dev/null and b/src/sources/.constructionModelesLassoRank.c.swp differ

diff --git a/src/sources/constructionModelesLassoMLE.c b/src/sources/constructionModelesLassoMLE.c
index bcbfd3c..91119e9 100644 (file)
--- a/src/sources/constructionModelesLassoMLE.c
+++ b/src/sources/constructionModelesLassoMLE.c
@@ -6,39 +6,39 @@
 
 // TODO: comment on constructionModelesLassoMLE purpose
 void constructionModelesLassoMLE(
 
 // 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
        // 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
        // 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
 {
        //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;
                phi[u] = 0.0;

-       
+

        //initiate parallel section
        //initiate parallel section

-       mwSize lambdaIndex;
+       int lambdaIndex;

        omp_set_num_threads(OMP_NUM_THREADS);
        #pragma omp parallel default(shared) private(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) = [];
        {
                //~ 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;
                }
                if (lengthA == 0)
                        continue;

-               
+

                //Xa = X(:,a)
                //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,:,:)
                //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);
                //[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);
                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);
                free(phia);
                free(LLF);
                free(S);

-               
+

                //~ for j=1:length(a)
                        //~ phi(a(j),:,:,lambdaIndex) = phiLambda(j,:,:);
                //~ end
                //~ 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;
                        }
                }
                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;
                        }
                }
                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);
                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) = [];
                {
                        //~ 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)
                        {
                        }
                        //~ 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);
                        //~ 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);
                                        dimension++;
                        }
                }
                free(b);

-               
+

                int signum;
                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);
                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 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]
                        {
                                //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);
                                }
                                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)
                                //compute Y(i,:)*rho(:,:,r,lambdaIndex)

-                               for (mwSize u=0; u<m; u++)
+                               for (int u=0; u<m; u++)

                                {
                                        YiRhoR[u] = 0.0;
                                {
                                        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)
                                //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;
                                {
                                        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 >
                                // 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]);
                                        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]);
                }
                        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);
                free(a);
                free(YiRhoR);
                free(XiPhiR);

diff --git a/src/sources/constructionModelesLassoRank.c b/src/sources/constructionModelesLassoRank.c
index 98c02d5..eaa83c4 100644 (file)
--- a/src/sources/constructionModelesLassoRank.c
+++ b/src/sources/constructionModelesLassoRank.c
@@ -6,54 +6,54 @@
 
 // TODO: comment on constructionModelesLassoRank purpose
 void constructionModelesLassoRank(
 
 // 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)
        // 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
 {
        //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.
                //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)
                {
                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;
                }
        }
                        value = (value+1) % deltaRank;
                }
        }

-       
+

        //Initialize phi to zero, because unactive variables won't be assigned
        //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;
                phi[i] = 0.0;

-       
+

        //initiate parallel section
        //initiate parallel section

-       mwSize lambdaIndex;
+       int lambdaIndex;

        omp_set_num_threads(OMP_NUM_THREADS);
        #pragma omp parallel default(shared) private(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
        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;
                if (longueurActive == 0)
                        continue;

-               
+

                //from now on, longueurActive > 0
                //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,:));
                {
                        //[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,
                                }
                        }
                        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)];
                        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)
                        //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;
                        //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];

                                }
                        }
                }
                                }
                        }
                }