谱聚类最后的K-Means会把所有全零行分到一个簇吗

谱聚类在求得L的K1个最小特征值及其对应的特征向量以后，由特征向量组成N*K1维的特征矩阵F，然后还需要将F中的每一行作为一个K1维的样本，共N个样本，进行K-Means聚类。

个人理解，这里的每个特征向量，即F矩阵的每一列，表示一个指示向量h，也即一个簇。而每一行表示一个样本。根据指示向量的定义，属于该簇为非0，不属于为0，则每一行只会出现一个非0值，表示改样本隶属于哪个簇。所以实际上，这步以后已经分出K1个簇，只是由于K1可能很小，所以K1个指示向量并不能指出全部N个样本的分类，所以需要再度聚类。

但问题是，对于未被分类的样本，即该样本不隶属于这K1个簇中的任何一个，那一行必定是全0。那如果用K means来聚类，所有这样的样本必定都是全0，必定都会别聚类到某一个簇里去？那还有什么意义呢。。。。

不知道我说明了白没有。。。疑惑很久了。请大神指教。谢谢！