Несколько способов улучшить сходимость метода K-means:

• Использовать неравенство треугольника. 1 Оно позволяет пропустить некоторые вычисления расстояния во время каждой итерации K-means, что повышает эффективность вычислений. 1
• Применить метод K-means++. 15 Вместо случайного выбора начальных центроидов, этот метод смещает начальный выбор в сторону точек, удалённых друг от друга. 1 Это помогает гарантировать, что центроиды хорошо распределены по набору данных, и снижает вероятность перехода к неоптимальным решениям. 1
• Использовать модификацию Greedy K-Means++. 2 Она ускоряет сходимость и улучшает качество кластеризации за счёт того, что на каждом шаге при выборе центра кластера производится несколько попыток и выбирается лучший (тот, который минимизирует суммарное квадратичное отклонение точек от центров кластеров). 2