聚类算法综述性论文

问：本科毕业论文做“数据聚类分析算法的研究”

1. 答：这个题目的确是有点超出本科生能力，因为数据聚类算法很多，都不是很容易实现，更不用说在效果，效率上的分析，而且绝大多数算法的优缺点早就总结过了，也很难创新，我专业是数据挖掘，我在研究生期间都不做这样的论文

问：做数据挖掘中聚类分析论文需要知道哪些知识

1. 答：做论文 算法是核心 然后对某一个确定的算法找些数据 做一下实验 验证一下 算法准确性 算法的时间 等 ，如果基本概念不清楚，可以先去搜一下数据挖掘的简介 对比一下聚类和分类的区别

问：关于K-Means聚类算法的,论文里都说：K-Means算法对数据输入顺序敏感....

1. 答：当然是敏感的,跟程序中如何处理数据有很大的关系.比如两个中心点（-1,0）（1,0）,这时读入数据（0,0）,那么程序计算与所有中心点的距离,因为距离相同,程序会给其中一个,至于给哪个,都是由程序决定,一般按数据存储的先后顺序来给.而且结果不同不能代表聚类结果差,而是说明结果的多样化,本身K的选取就是没有一个约定的方法,所以结果有差别也是理所当然的.关键是你要如何体现你的算法的优越性.就是要跟别的算法作比较,比如从算法的空间、时间复杂度,算法的运行处理速度等等因素来做比较.

问：如何评价 SIGMOD 2015 最佳论文《DBSCAN Revisited》

1. 答：我是这方面专业，我能办派