K Means算法有哪些缺陷、劣势？

• K-Means计算量大，速度慢
• K -Means对迭代初始点的选择比较敏感，容易陷入局部最小值
• K-Means对高维数据表现不佳（慢，高维数据容易稀疏）
• K-Means对categorical feature不能直接处理

补充一下

• K-means只能聚球状数据点
• K-means对离群点/异常点敏感，需要先做异常点检测

• K-Means的K有时候很难确定（K-means中如何选K）
• 不能返回概率值，只能返回每个样本的标签

• K means对样本的输入顺序比较敏感
• K means对数值特征的缩放也非常敏感

K means和Knn在模型上有一些共性，所以缺点也类型。可以额外阅读以下：kNN算法有哪些缺点？ 

-----------补充一下------------

我上面说的第二点不是很准确，因为对于batch K Means，顺序是不影响结果的。

感谢各位的讨论，为什么K Means算法对样本的输入顺序比较敏感？

我也是感觉k均值算法在数据大的时候特别慢，而且每次跑下来的结果可能也不大一样。

初学者，如果有说错的还请包涵指教～