KMeans默认init='k-means++'，但因内部依赖随机采样，不设random_state仍会导致每次结果不同；n_init=10时若未固定random_state，最优解仍不可复现；需同时指定init、n_init和random_state才能确保结果稳定。
因为默认的 KMeans 初始化方式是随机选点，每次运行都会生成不同的初始质心，导致收敛路径和最终聚类结果不同——这不是 bug，而是算法固有行为。
为什么 random_state 不设就一定不一致？
sklearn 的 KMeans 默认 init='k-means++'，但即使用了 k-means++，其内部仍依赖随机数生成器来采样第一个中心、计算距离概率分布并抽样后续中心。只要 random_state=None（默认值），每次调用 .fit() 都会触发新种子，结果自然漂移。
-
random_state=42这类固定值，只是让伪随机序列可复现，并非“消除随机”，而是锁定它 - 不设
random_state时，底层用的是系统时间或 OS entropy，无法控制 - 哪怕数据、
n_clusters、max_iter全相同，只要没锁种子，结果就可能不同
n_init 参数如何放大/缓解这种不一致？
n_init 控制算法自动重复运行的次数，默认为 10。它不是“取平均”，而是：运行 10 次独立初始化 → 各自收敛 → 挑出 SSE（误差平方和）最小的那一次结果作为最终输出。
python-script-generator
下载
快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构，支持CLI、API、爬虫、Bot、Django等多种项目类型，包含完整的项目结构、配置文件、依赖管理、测试、README和文档。
- 设
n_init=1且不设random_state→ 结果完全不可控，每次都是单次随机尝试 - 设
n_init=10但不设random_state→ 最终结果仍可能变，因为 10 次里哪次 SSE 最小是动态的 - 正确做法：
n_init=10, random_state=42→ 10 次初始化序列固定，SSE 最小那次也固定
什么时候该关掉 k-means++ 改用 'random'？
极少情况需要，但明确存在：当你想彻底对比不同初始化策略对某数据集的影响，或调试 k-means++ 内部逻辑时。日常使用中，'random' 只会让结果更不稳定，且收敛更慢。
立即学习“Python免费学习笔记（深入）”；
-
init='random'完全跳过距离加权采样，直接在数据边界内均匀随机撒点 - 此时更依赖
n_init来“碰运气”，通常需设更大值（如 50+）才能接近k-means++的效果 - 教育场景（如 Educoder 作业）若要求“结果唯一”，必须同时约束
init、n_init和random_state
真正容易被忽略的点是：即使你写了 random_state=42，如果代码里多次创建 KMeans 实例却没统一传参（比如训练一次、预测一次、又 fit 一次），或者用了多进程/线程未同步种子，结果照样会漂。稳定性不是靠一个参数，而是一整条确定性链路。
