apache / apache/datasketches-cpp
Weighted version of the KLL sketch?
- 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
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