[在许多地方的搜索结果报告说，R函数nstart中的参数kmeans设置了算法的多次迭代并选择了“最佳算法”，例如，参见https://datascience.stackexchange.com/questions/11485/k-means-in-r-usage-of-nstart-parameter。任何人都可以在如何做到这一点上提供任何清晰度，即，它以什么方式定义最好？
第二：R的 来自数据集kmeans函数采用参数centers。在这里，按照k均值的典型方法，可以通过从数据集中选择行（数据点）作为初始质心，从而在算法开始期望最大化之前初始化质心。 （您也可以付出更大的努力，以向量形式提供存在于数据集中的点[[not。在这种情况下，理论上您可以选择全局最优值作为质心。这是not] > [我要的是什么。]当nstart或种子将初始化随机化时，我很确定是通过从数据集中选择质心并从中选择质心来实现的（不仅仅是随机的质心集）。在空间内的点）。因此，总的来说，我正在寻找一种方法来获取一组良好的（例如，从$ n $试验中获得最好的结果，或者从nstart中获得最好的结果）一组起始数据实例nstart中提取“获胜”（=最佳）初始质心集（以后我可以在centers参数中使用它）？是否有任何其他简化而又快速的方法来获得一组很好的起始质心（大概与聚类中心最终所处的位置相当接近）？至少，至少有一种方法可以从给定的kmeans运行中提取其选择的起始质心是什么？
[在许多地方的搜索结果报告说，R函数kmeans中的参数nstart设置了算法的多次迭代并选择了“最佳算法”，例如https：// datascience ....