我看了很多资料，关于设置值很多都是的说一下，对于我这个半路出家的，不好理解，所以自己一个一个的去找，然后理解，就把解释写得更清楚一点。
K-Means有两个缺点：
1.K值需要指定
2.初始点选取
K-Means ++就是要解决第二个问题的。
- k 表示期望的聚类的个数。
- maxInterations 表示方法单次运行最大的迭代次数。
- runs 表示算法被运行的次数。K-means 算法不保证能返回全局最优的聚类结果，所以在目标数据集上多次跑 K-means 算法，有助于返回最佳聚类结果。
- initializationMode 表示初始聚类中心点的选择方式, 目前支持随机选择或者 K-means||方式。默认是 K-means||。
- initializationSteps表示 K-means||方法中的步数。
- epsilon 表示 K-means 算法迭代收敛的阀值。
- seed 表示集群初始化时的随机种子。
- -------------------------------------------------------------------------------------------------
-
种子不同，产生不同的随机数。种子相同，即使实例不同也产生相同的随机数。
-
它这个k-means里面设置这个随机种子实际要它每次都生成不一样的数值出来，如果不设置这个随机种子数，那它默认随机种子数为1，导致每次执行都会是相同随机值，所以应该把随机种子设置为一个utils.random.nextlong()，生成均匀分布的种子数，每次调用的时候，random（）里面对应的种子数是不同的数，导致出来的生成出来的随机值是不同的。
在同一台机器上，甭管运行多少次，所打印的随机数都是相同的，也就是说第一次运行，会打印出这三个随机数，第二次运行还是打印出同样的随机数，只要是在同一台硬件机器上，就永远都会打印出相同的随机数，似乎随机数不随机了，问题何在？
-
那是因为产生随机数的种子被固定了
-
------------------------------------------------------------------------------------------------------------------------
-
initializationSteps这个是k-means II是解决K-Means++的有序性问题，下一个中心点的选择依赖于已经选择的中心点。这使得算法无法并行扩展，极大地限制了算法在大规模数据集上的应用。
-
k-means II主要思路在于改变每次遍历时的取样策略，并非按照 k-means++ 那样每次遍历只取样一个样本，而是每次遍历取样 O(k) 个样本，重复该取样过程大约 O(logn) 次，重复取样过后共得到 O(klogn) 个样本点组成的集合，该集合以常数因子近似于最优解，然后再聚类这 O(klogn) 个点成 k 个点，最后将这 k 个点作为初始聚类中心送入Lloyd迭代中，实际实验证明 O(logn) 次重复取样是不需要的，一般5次重复取样就可以得到一个较好的聚类初始中心。
-
