这些文章提到，K-means聚类算法在以下情况下具有高准确性：1）当使用随机初始化和随机k值时，K-means聚类集合的稳定性通常更高，尤其是对于较大的k值 ；2）在加权基因共表达网络分析（WGCNA）中，额外的K-means聚类步骤可以改善模块属性，包括减少错误放置的基因，增加在其他组织中可复制的簇的数量，改善基因本体论术语的富集，改善细胞类型富集信号，以及在模拟数据中更准确的划分 。关键词包括：K-means聚类，稳定性，随机初始化，随机k值，WGCNA，基因共表达网络，模块属性，基因本体论，细胞类型富集。