如何让ML.NET中的K-Means聚类算法输出确定性可复现的结果

• MLContext全局设置的seed不会自动作用于KMeans训练器，KMeans的初始质心随机选择逻辑使用独立的随机种子配置，默认是随机值，不受全局seed约束。
• KMeans默认开启多线程并行训练，并行计算的执行顺序存在随机性，也会导致最终生成的质心结果不一致。

你只需要修改KMeans训练器的初始化代码，显式指定固定随机种子、关闭并行优化即可，修改后的对应代码如下：

var pipeline = mlContext.Transforms                
.Concatenate(featuresColumnName, "Price")                
.Append(mlContext.Clustering.Trainers.KMeans(new KMeansTrainer.Options
{
    FeatureColumnName = featuresColumnName,
    NumberOfClusters = 4,
    // 固定KMeans自身的随机种子
    Seed = 4,
    // 关闭并行训练，消除并行计算带来的随机性
    NumberOfThreads = 1
}));

• 请确保每次运行时加载的源数据文件内容完全一致，没有修改、增减数据条目。
• 如果你在后续流程中添加了数据洗牌（Shuffle）操作，也需要为洗牌操作指定固定的seed值，避免引入额外随机性。

内容的提问来源于stack exchange，提问作者Anton