1
Amy 原创整理｜资料核验：2026-11-02
GaussianMixture中，n_init指定尝试多少次初始化并保留最佳结果；max_iter控制EM迭代次数。增加一次拟合可用的迭代，与从多个起点分别开始，是不同的实验选择。
还有一个重要条件：官方说明warm_start=True时，会使用上次拟合结果作为下一次fit的起点，此时忽略n_init，首次调用也只做一次初始化。若以为每次fit都会重新尝试多个起点，就可能误读实验。
Amy建议：比较初始化稳定性时，把warm_start、n_init、max_iter和random_state同时记录，保持数据和其他条件一致。更多初始化或迭代都有计算成本，仍应结合目标任务评估，不能只看参数数字变大就认定模型更好。
官方来源：
https://scikit-learn.org/stable/modules/generated/sklearn.mixture.GaussianMixture.html