就质心点距离而言，Sklearn的Kmeans聚类不对应于Best聚类

Question

我有一个聚类问题，我决定使用Kmeans解决。我有约100个样本，5个聚类和8个属性。首先，我使用StandardScaller对样本进行标准化处理。最终，我得到了群集，并决定以这种方式检查与“最佳”群集的距离：

1. 我得到kmeans.cluster_weights_，每个质心（5）的属性值（8）。
2. 我针对每个属性计算每个聚类质心（5）与每个样本（100）之间的距离（以绝对减法计算），并为每个样本放置最佳聚类（所有计算均使用缩放数据）

我不知道如何，但是有些样本中kmeans的簇！=最佳簇（这是使用kmeans的质心来计算的）

我的问题是这怎么可能？

我尝试设置n_init参数（kmeans随机选择质心的次数），但没有帮助，仍然有一些样本比kmeans最初提供的样本更接近其他kmeans簇