# 帳號分析 hash string clustering 201218

---
## 本週實驗
+ 將 Hash function 的 Value 放進 KMeans 比較

### 實驗方法
建立三種帳號，每種帳號各 50 個，規則如下。
1. 'hm0000'+流水號
2. 'ssu'+流水號+'ssu'
3. 'asd'+流水號+'asd'
+ (流水號範圍 0~50)

上述150個帳號會被分別丟進 AgglomerativeClustering 與 Hash function。
Hash function 會得到 hash_odd_value, hash_even_value, hash_all_value，以這三個value當作feature丟進 KMeans(K=3)

### 實驗結果

> 紅框為 Hash function 的 Label，右側樹狀圖為 AgglomerativeClustering 結果，藉此比對兩者差異
> 

Hash funtion整體表現不差，但有可能受到文字長度而影響，Hash 出來的 Value 可能要處理一下。
1. **'hm0000'+流水號** :
+ AgglomerativeClustering: 皆被分到同一群
+ Hash function: 皆被分到同一群
2. **'ssu'+流水號+'ssu'** :
+ AgglomerativeClustering: 皆被分到同一群
+ Hash function: =='ssu'+(0~9)+'ssu'會被分到第3群==，也許是受到長度影響
3. **'asd'+流水號+'asd'** :
+ AgglomerativeClustering: 皆被分到同一群
+ Hash function: 皆被分到同一群


### 下週進度

+ KMeans features 調整 (可先改用hash all)
+ 把流水號跟 nickname 一起跑，分群先分3群
+ 分群完後，每一群再用最小距離跑

###### tags: `Progress Report`