egutierrez
d115d8e830
Nuevo dominio cpp/functions/datascience con primitivas puras CPU para post- proceso de samples Monte Carlo y diagnostico de cadenas MCMC. Diseñadas como gemelas CPU de los kernels GPU (rng pareja con gpu_rng_glsl, MH 1D/ND con mc_metropolis_hastings_gpu) para validar numericamente y para datasets pequeños donde el dispatch GPU no compensa. - rng: xoshiro256++ con uniform / normal (Box-Muller) / below (Lemire) / categorical. Determinista bit-exacto dado seed. - stats_summary: sum (Kahan), mean, var/std (Welford one-pass), min, max, quantile / percentile (R type-7). - autocorr: r(k), ACF, tau_int (Sokal) — diagnostico ACF y ESS. - rhat_ess: Gelman-Rubin clasico y split + ESS basico (multi-chain). - beta_dist: lgamma (Lanczos), beta_pdf, beta_cdf (continued fraction), beta_quantile, mean/var/std — para inferencia Beta-Binomial. - drawdown: max_dd absoluto/pct + underwater series para sesiones simuladas y backtests. - samples_to_grid_2d: binning 2D CPU para alimentar heatmap_cpp_viz / contour_cpp_viz desde samples (x[], y[]). - metropolis_hastings: MH 1D y ND con target log-pdf como std::function (no normalizada). Co-Authored-By: Claude Opus 4.7 (1M context) <noreply@anthropic.com>
45 lines
1.5 KiB
C++
45 lines
1.5 KiB
C++
#pragma once
|
|
|
|
#include "datascience/rng.h"
|
|
#include <cstddef>
|
|
#include <functional>
|
|
|
|
namespace fn::ds {
|
|
|
|
struct MHResult {
|
|
std::size_t n_samples = 0;
|
|
std::size_t n_accepted = 0;
|
|
double accept_rate = 0.0; // n_accepted / max(n_samples-1, 1)
|
|
};
|
|
|
|
// Metropolis-Hastings 1D con proposal Gaussian symmetric.
|
|
//
|
|
// target_log_pdf(x): log-densidad target (no necesita normalizarse).
|
|
// x0: punto inicial.
|
|
// proposal_sigma: stddev del proposal (Gaussian centrada en current).
|
|
// n_samples: cuantos samples generar (incluido x0).
|
|
// out_chain: buffer destino double[n_samples].
|
|
// r: estado RNG mutado in-place.
|
|
//
|
|
// El sample [0] es x0; [i] es la cadena tras i steps.
|
|
MHResult mh_run_1d(const std::function<double(double)>& target_log_pdf,
|
|
double x0,
|
|
double proposal_sigma,
|
|
std::size_t n_samples,
|
|
double* out_chain,
|
|
Rng& r);
|
|
|
|
// Metropolis-Hastings d-dimensional con proposal Gaussian symmetric (cada
|
|
// dim independiente con stddev proposal_sigma[d]). x0 y out_chain en
|
|
// layout row-major: out_chain[i*d + k] = sample i, dim k. proposal_sigma
|
|
// y x0 son arrays de tamano d.
|
|
MHResult mh_run_nd(const std::function<double(const double*)>& target_log_pdf,
|
|
const double* x0,
|
|
const double* proposal_sigma,
|
|
int d,
|
|
std::size_t n_samples,
|
|
double* out_chain,
|
|
Rng& r);
|
|
|
|
} // namespace fn::ds
|