我研究过K-means。我已经了解该算法使用残差平方和（RSS），其中 $RSS_{K} = \sum_{p \in s}|{p-m(s)}|^2$, $RSS = \sum_{k= 1}^{K}{RSS_{K}}$是收敛准则。RSS 是目标函数$K$-手段，我们的目标是尽量减少它。

$m(s) = \frac{1}{|s|} \sum_{p \in s}{p}$ 在哪里$p$是属于集群的数据点$s$.

这是什么意思： 在这种情况下，K-means 陷入了局部最小值。我没有得到它的数学洞察力。