最近一直在實現一篇註釋軌跡的文章，裡面要用到kmeans聚類方法，先在網上隨便找了一個kmeans程式進行聚類，結果發現時間太長，最後問了作者，作者採用的是vlfeat的系列程式，裡面的kmens++程式速度較一般的來說比較快，網址如下：

  http://www.vlfeat.org/index.html

      實驗中發現，如果聚類的特徵都是從一個圖片上得來，或者說都是一類相像的圖片，每次的聚類結果是相同的，但是如果說聚類的圖片來自兩類圖片的話，，每次聚類的結果差異就比較大了。這是因為kmeans本身存在的缺陷：初始化的點每次都是隨機的，那麼該如何解決這個問題呢？

問了幾個師兄，然後再查了一些資料，並沒有什麼好的解決辦法，只能在反覆訓練中找到最好的聚類結果，然後儲存下來，後面都用這個結果，這樣也不是沒有道理，因為，這本來就是訓練集需要的資料，在實際或者實驗中，訓練集本身就是提前知道的，在訓練集不變的情況下就可以使用這種方法。