KMeans的init参数控制初始中心选择策略：默认'k-means++'通过距离平方加权采样提升稳定性；'random'纯随机易陷局部最优；亦可传自定义数组，需严格匹配shape和dtype。
init参数控制KMeans初始中心怎么选
Scikit-learn的KMeans默认用init='k-means++'，不是随机选点——这直接决定收敛速度和最终聚类质量。用init='random'容易掉进局部最优，尤其在簇形状不规则或数据有偏斜时。
-
init='k-means++'：先随机选1个点，后续每个新中心按与已有中心距离的平方概率采样，能拉开初始中心间距 -
init='random'：纯随机选k个样本点作中心，重复运行结果波动大 -
init也可以传数组，比如init=custom_centers（shape为(n_clusters, n_features)），适合有先验知识的场景
为什么k-means++比random更稳，但不一定更快
表面上看k-means++多了一轮加权采样，计算开销略高；但它大幅减少迭代次数，整体反而常更快收敛。不过当n_samples极大（比如千万级）且n_clusters也大时，k-means++的O(n×k)初始化成本会明显拖慢启动速度。
- 小到中等数据（
n_samples < 1e5）：无脑用init='k-means++' - 超大数据+资源紧张：可设
n_init=1配合init='random'，靠多跑几次弥补单次质量 - 注意
n_init和init是两回事：n_init指完整重跑KMeans多少次，每次的init策略可不同
手动指定init数组时的常见报错
传自定义中心最常踩的坑是shape不对或dtype不匹配，直接抛ValueError: init.shape[0] must be equal to n_clusters或ConvergenceWarning: Initialization didn't converge。
- 确保
init数组行数等于n_clusters，列数等于特征维数（即X.shape[1]） - dtype必须和输入
X一致，比如X是float32，init也得是float32，否则内部可能静默转成float64引发数值偏差 - 值域最好落在
X的实际范围内，别用全零向量或极端离群值当中心，否则第一轮分配就崩
init策略对最终标签顺序没影响，但影响中心坐标
KMeans不保证每次运行后簇0对应“左上角”的簇——标签顺序由初始中心位置和数据遍历顺序共同决定。所以别指望换init还能让cluster_centers_[0]稳定指代同一物理区域。
- 如果需要可复现的簇语义（比如“簇0永远是用户活跃度最高的群体”），得在训练后用业务规则重映射标签，不能依赖
init控制 -
random_state必须固定才能让init='k-means++'或'random'结果可复现；不设它，连k-means++都会每次不一样 - 自定义
init数组时，random_state不影响中心值，但影响后续迭代中的点分配随机性（如algorithm='lloyd'遇到距离相等点时的处理）
n_init、max_iter、tol一起咬合工作的。最容易被忽略的是：哪怕用了k-means++，如果n_init=1且random_state没锁死，结果依然不可控。 
