[本文链接：http://www.cnblogs.com/breezedeus/archive/2012/09/05/2671572.html，转载请注明出处]
在K-means聚类算法里，我们首先需要在已有的数据点中选取K个点作为初始中心点。这个bug就出现在中心点的随机选取上，mahout的实现不是真的随机。
【位置】：
org.apache.mahout.clustering.kmeans.RandomSeedGenerator#buildRandom(...) , 行 88 - 110 这段。
我简化了一下，mahout的随机抽取逻辑如下：
/**
* Sample K integers from integer interval [0, N).
* @param N
* @param K
* @return
*/
int K) {
8: List<Integer> chosen = Lists. newArrayListWithCapacity(K);
9: Random random = RandomUtils. getRandom();
int n = 0; n < N; ++n) {
int currentSize = chosen.size();
if (currentSize < K) {
13: chosen.add(n);
if (random.nextInt(currentSize + 1) != 0) {
// evict one chosen randomly
16: chosen.remove(indexToRemove);
17: chosen.add(n);
18: }
19: }
return chosen;
21: }