Clusters通过率低可能有多种原因。

首先，可能是由于数据集中存在大量的噪声和异常值，这会导致聚类算法在分配样本到正确的簇时出现困难。其次，低通过率可能是由于聚类算法本身的不足导致的，例如使用了不适合数据特征的算法或参数设置不当。此外，数据集的特征空间过于复杂或样本之间存在较小的相似度差异也可能导致通过率低。为提高通过率，可以尝试使用更适合数据集的聚类算法、合理地处理噪声和异常值，或优化算法参数，以获得更好的聚类效果。

Clusters通过率低可能有多种原因。首先，数据集的质量可能不高，包含噪声或缺失值，导致聚类算法难以准确地将数据点分组。

其次，选择的聚类算法可能不适合数据集的特征，导致无法捕捉到数据的内在结构。此外，聚类算法的参数设置可能不合理，导致结果不准确。

最后，数据集的维度过高，可能导致维度灾难，使得聚类算法难以处理。为提高通过率，可以优化数据集的质量，选择合适的聚类算法和参数，并进行维度约简等预处理操作。