一、参数random_state

我们知道：初始质心放置的位置不同，聚类的结果很可能也会不一样。在之前讲解初始质心的放置时，我们是使用”随机“的方法在样本点中抽取 k 个样本作为初始质心，这种方法显然不符合”稳定且更快“的需求。为此， 我们可以使用 random_state参数来控制每次生成的初始质心都在相同位置。

二、参数n_init

一个 random_state 对应一个质心随机初始化的随机数种子。如果不指定随机数种子，则 sklearn 中的K-means 并不会只选择一个随机模式扔出结果，而会在每个随机数种子下运行多次，并使用结果最好的一个随机数种子来作为初始质心。

那么如何控制每个随机数种子下运行的次数呢？

我们可以使用参数 n_init 来选择，每个随机数种子下运行的次数。这个参数不常用到，默认 10 次，如果我们希望运行的结果更加精确，那我们可以 增加这个参数 n_init 的值来增加每个随机数种子下运行的次数。

三、参数说明：
1）random_state：控制每次质心随机初始化的随机数种子
2）n_init：整数，默认 10，用不同的质心初始化值运行算法的次数，最终解是在inertia意义下选出的最优结果。