Laboratoire ICAR » Plateforme TXM

/*

 * To change this template, choose Tools | Templates

 * and open the template in the editor.

 */

package JamaPlus;

import JamaPlus.SparseSVD.SparseSVDException;

/**

 /**

 *

 * SparseAFC analyse factorielle des correspondances (matrices creuses)

 * mat :  matrice binaire (0. ou 1.) profil des lignes (un individu par ligne, un caractère par colonne)

 * CP: composantes principales,

 * VP: valeurs d'inertie,

 * CG: centres de gravité des CP contenant un même caractère (non calculé dans cette version)

 * [p,q] = size(mat); p:nb de lignes, q:nb de col

 *

 * @author Bernard Victorri

 */

public class SparseAFC {

  private double[][] CP;

  private double[] VP;

  private int p, q, n;

  SparseAFC(SparseMatrix Arg) throws SparseSVDException {

    SparseMatrix mat = Arg.copy();

    mat.nulColumnSuppression();

    p = mat.getRowDimension();

    q = mat.getColumnDimension();

    n = Math.min(Math.min(p, q), 5);

    // n : nombre de composantes principales espérées (pas plus de 5)

    if (n == 0) return;

    if (n == 1) {

      CP = new double[p][1];

      VP = new double[1];

      return;

    }

    double f = mat.elementSum();

    if (f == 0) return;

    mat = mat.timesEquals(1 / f);

    Matrix r = mat.lineSum();

    Matrix r1 = r.arrayInverse();

    Matrix r2 = r.arraySqrt();

    Matrix r3 = r2.arrayInverse();

    Matrix c = mat.columnSum();

    Matrix c1 = c.arrayInverse();

    Matrix c2 = c.arraySqrt();

    Matrix c3 = c2.arrayInverse();

    mat = mat.firstColumnTimesEqual(r3);

    mat = mat.firstLineTimesEqual(c3);

    SparseSVD svd = mat.svd(n);

    Matrix cp = svd.getU();

    Matrix vp = new Matrix(svd.getSingularValues(), 1);

    n = vp.getColumnDimension();

    // peut-être moins de composantes principales effectivement calculées

     if (n == 0) return;

    if (n == 1) {

      CP = new double[p][1];

      VP = new double[1];

      return;

    }

    cp = cp.getMatrix(0, p - 1, 1, n - 1);

    cp = cp.firstColumnTimesEqual(r2);

    vp = vp.getMatrix(0, 0, 1, n - 1);

    cp = cp.firstLineTimesEqual(vp);

    cp.fixColumnSigns();

    cp = cp.firstColumnTimesEqual(r1);

    CP = cp.getArray();

    VP = vp.getColumnPackedCopy();

  }

  public Matrix getCP() {

    if (CP == null) return null;

    return new Matrix(CP, p, n - 1);

  }

  public double[] getVP() {

    return VP;

  }

}