apache / apache/datasketches-cpp

Weighted version of the KLL sketch?

Abierto
#157 4 comentarios 0 reacciones 0 asignados Ver en GitHub
Lenguaje dominante
C++
Estrellas
273
Forks
88
Merge medio
2 d 2 h
PR fusionados (30 d)
8

Descripción

Hello,

There's a consideration at [XGBoost](https://github.com/dmlc/xgboost/issues/5746) about potentially using the KLL sketch to represent feature value histograms.

One potential blocker is the need for a weighted version of the sketch, this would allow us to use data points that are weighted, and adjust their feature contributions accordingly (See Appendix A of [XGBoost paper](https://arxiv.org/abs/1603.02754)).

I remember discussing in the past the possibility of using data weights with KLL, is that still an option?

Guía de contribución

Abrir la guía de contribución

Línea de trabajo

Comienza revisando el diseño del sketch KLL y el issue #5746 de XGBoost enlazado; después, lee el Appendix A del artículo de XGBoost enlazado para conocer los requisitos de ponderación. Determina si un sketch KLL ponderado es viable y define el comportamiento esperado antes de la implementación; el issue no especifica archivos fuente ni tests.

Escrito por el modelo de indexación a partir del texto del issue.

Evaluación

Stack tecnológico
cpp
Área
data
Tipo de issue
Nueva funcionalidad
Dificultad
5/5
Tiempo estimado
Más de una semana
Estado de actividad
Estancado
Claridad
Necesita aclaración
Aptitud para principiantes
25/100

Recibe los nuevos issues en tu correo

Un resumen breve de issues de GitHub para principiantes.