Мини-пакет k-средних не сходится к локальному оптимуму. X
По сути, он использует подвыборку данных для повторного выполнения одного шага k-средних. Но поскольку эти образцы могут иметь разные оптимумы, он не найдет наилучшего, а переместится между решениями к разным частям. Вы останавливаетесь после фиксированного числа итераций, иначе он будет работать вечно. Если у вас есть хорошие данные, это может не иметь большого значения. если у вас сложный набор данных и не так много данных, быстрый (не Ллойд) KMeans найдет лучшее решение, а также займет всего несколько итераций. Я сомневаюсь, что у многих людей есть такие большие наборы данных, где минибат является хорошей идеей.