1 previous #

• matching with Elizabeth's
  
• normal/pivot/fast merge are effective for general purpose.
  
• row/col sorting affect on partially merge solutions
  
• building block is useful for some specific data
  
• dp on fund takes too much time
  
• dp on row (slicing)
  
  

2 present #

• fund clustering and do single book solution
  
• greedy
  
• mathematical description
  
  

3 next #

• more fund clustering
  
• front-end gui
  
  
  

4 note #

• working document
  
  • result.xls
    
    

5 2006년 3월 8일 수요일 할 일 #

• row/col sort가 결과에 미치는 영향 : data 얻음. 별 관계 없음 row sort가 큰 영향
  
• 어떻게 col partition할 것인가.
  
• row slicing with DP
  
• working document쓰기
  
• Eliz 코드 돌려보기
  

6 2006년 6월 22일 진행 상황 #

• fund book greedy best merge를 이용해서 clustering 한 다음 각 single book solution 적용 : 결과기 그리 좋지 않음. clustered order 만들고 합치는 작업 필요.
  
• greedy solution for best way for each row 시도해 볼 예정
  

7 2006년 6월 29일 진행 상황 #

• clustering의 center는 그 중 하나를 골라야.
  
• greedy 솔루션
  
• kmhybrid는 1opt와 비슷?
  
• dist를 merge cost로, center는 min sum of merge cost로?
  
• 왜냐, dist를 줄인다 해서 cost가 줄어드는 것은 아닌 듯.
  

8 2006년 7월 13일 #

• ?KMeans용 seed 추출 방법 alternative. pick random 1st, 그리고 가장 먼 걸로 하나. 그리고 그 두 개에서 가장 먼걸로(max sum?)
  
• buliding block을 어디까지 만들것인가. 누적 합이 전체 비율의 xx%가 될때까지
  
• block combination을 bb과 비교해서 어떤 걸 보낼지 확인..
  
• k를 5보다 크게하고, 각 row가 5이상 원하면 bb을 보낸다.
  
• ?KMeans의 cluster center는 원래 center of mass.
  
  

9 trac 이용 #

• http://trac.june8th.net/adp