在Java中，可以使用K-means算法庫，例如Weka或Apache Commons Math，來初始化K-means算法的參數。這里以Weka為例，介紹如何初始化K-means算法的參數。
import weka.clusterers.KMeans;
import weka.core.Instances;
import weka.core.converters.ConverterUtils.DataSource;
Instances data = DataSource.read("your_dataset.arff");
data.setClassIndex(data.numAttributes() - 1);
// 設置K值（聚類數量）
int k = 3;
// 設置最大迭代次數
int maxIterations = 100;
// 設置收斂容忍度
double tolerance = 1e-4;
// 創建K-means實例
KMeans kmeans = new KMeans();
// 設置參數
kmeans.setNumClusters(k);
kmeans.setMaxIterations(maxIterations);
kmeans.setTolerance(tolerance);
kmeans.buildClusterer(data);
int[] clusterAssignments = kmeans.getClusterAssignments();
double[] clusterCentroids = kmeans.getClusterCentroids();
這樣，您就可以使用Weka庫中的K-means算法進行聚類了。請注意，您需要根據實際數據集修改數據加載部分的代碼。
