三支k-means聚类

1. K-means++：K-means++是一种改进的K-means聚类算法，它通过将初始质心选择为与已选质心距离较远的点，从而避免了随机初始化导致的聚类结果不稳定和收敛速度慢的问题。

2. MiniBatch K-means：MiniBatch K-means是一种基于小批量随机梯度下降的K-means聚类算法，它通过每次随机选择一小批数据进行聚类计算，从而减少了计算时间和存储空间的开销。

3. Spectral Clustering：Spectral Clustering是一种基于图论的K-means聚类方法，它将数据样本看作图中的节点，而节点之间的相似度则由样本之间的距离计算得到。通过对图进行谱分解，可以得到样本的嵌入向量，从而进行聚类分析。