From: Benjamin Auder Date: Thu, 15 Dec 2016 16:22:39 +0000 (+0100) Subject: almost finished X-Git-Url: https://git.auder.net/variants/Chakart/pieces/img/doc/%3C?a=commitdiff_plain;h=3ec579a0955aca0591a9e5c4d90c50b87f4f4609;p=valse.git almost finished --- 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 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 --- 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 0 //~ phi(A2(j,1,lambdaIndex),b,:,lambdaIndex) = 0.0; //~ end if (lengthB > 0) { - for (mwSize mm=0; mmdata[u*m+v] = rho[u*m*k*L+v*k*L+r*L+lambdaIndex]; + for (int v=0; vdata[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 - Real dotProduct = 0.0; - for (mwSize u=0; u 0 - Real* phiLambda = (Real*)malloc(longueurActive*m*k*sizeof(Real)); - Real LLF; - for (Int j=0; j