k-mean聚类-惯性只增加不减少

这种情况通常是由于初始化的聚类中心不够好所致。可以尝试多次运行算法，每次使用不同的初始化簇中心，直到惯性不再增加为止。

以下是Python代码示例：

from sklearn.cluster import KMeans

# 假设数据为X
for i in range(10):
    kmeans = KMeans(n_clusters=3, init='random')
    kmeans.fit(X)
    print('惯性:', kmeans.inertia_)
    if i > 0 and kmeans.inertia_ < inertias[-1]:
        break
    inertias.append(kmeans.inertia_)

这个例子运行k-means聚类10次。如果在一次迭代后惯性不再减小，则退出循环。