待验证50% 置信事实精确时间
K-means 是一种无监督学习算法，通过反复迭代初始化质心、将数据点归入最近质心、重新计算组均值作为新质心，直到质心不再显著移动
1
来源数
50%
置信度
长期有效
时效性
2026/10/12
首次发现
来源
涉及实体
相关事实
待验证K-means对初始簇中心敏感，K-means++通过概率化初始化缓解这一问题74% 相似待验证K-means聚类算法本质上是坐标下降法（coordinate descent）的一个具体实例68% 相似待验证LISCO（学习型约束优化迭代求解器）学习预测原始-对偶步长，逐步逼近满足KKT最优性条件的解，而非直接预测最终控制量66% 相似待验证前向KL散度D(p||q)倾向于让q覆盖p的所有可能性（mode-covering），是变分推断和监督学习中最常用的形式66% 相似待验证k划分探测机制将已提交token位置随机划分为k个互不重叠子集，每次将一个子集重新掩码并做一次前向推理66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1003183API
curl https://kongchang.com/api/v1/knowledge/claims/1003183MCP
get_claim(id=1003183)