您好，您问的问题很好。但这两种方法在聚类过程中实际上是不同的，Use running means：使用移动平均选项，选择此项表示在迭代过程中每分配一个观测量到某类后就立刻计算新的聚心，而不选是样本归类后再重新计算中心，相对来说，第一种迭代方法更费时，而且最后的聚类也不同，您可以选几个样本数据试试？
而且k-means的初始中心选择不同，聚类的结果也不同。另外，不同的聚类方法，比如系统聚类和k-mean聚类的结果可能相差很大。

好的，谢谢