metromc

使用均匀转移核的独立性Metropolis-Hastings算法进行马尔可夫链蒙特卡洛（MCMC）采样。

使用tinyrand RNG以大约50M样本/秒的速度采样。

支持以下分布

• 高斯/正态分布
• 伽马分布
• 帕累托分布
• 贝塔分布

通过提供PDF的实现或包装来自优秀的statrs crate的实现，可以轻松添加更多一元分布。

示例

使用MCMC从高斯分布中抽取样本。

use std::ops::RangeInclusive;
use tinyrand::Wyrand;
use metromc::gaussian::Gaussian;
use metromc::sampler::{Config, Sampler};

// sample from Gaussian with µ=0.0 and σ=1.0, in the interval [-5.0, 5.0]
let sampler = Sampler::new(Config {
    rand: Wyrand::default(),
    dist: Gaussian::new(0.0, 1.0),
    range: -5.0..=5.0,
});

// take 1,000 samples after dropping the first 10
for sample in sampler.skip(10).take(1_000) {
    println!("{sample:.6}");
}