均值的估计质量随着 sqrt(n) 而提高。

所以随着越来越多的数据，你的平均值会变得更精确。但是改进变得越来越慢。

它对 k-means 的所有其他问题没有帮助，例如不同簇直径和异常值的问题。更多的数据可能意味着更多的异常值......

您可以使用 k-means 尝试与该论文类似的方法，并稍作修改。尝试绘制保持集和最近的质心之间的平方偏差总和。只要这种情况有所改善，这些集群就会更适合您的保留集。