在处理 KMeans 时如何避免内存泄漏，例如在此代码中，我试图找到在 KMean 聚类中使用的最佳 WCSS

Question

wcss = []

for i in range(1,10):
    kmeans = KMeans(i)
    kmeans.fit(x_scaled)
    wcss_iter = kmeans.inertia_
    wcss.append(wcss_iter)

当我运行代码时，我收到以下警告： C:\Users\grahv\anaconda3\lib\site-packages\sklearn\cluster_kmeans.py:881: UserWarning: KMeans isknown to have a memory Leak on Windows with MKL，当块数少于可用线程数。您可以通过设置环境变量 OMP_NUM_THREADS=1 来避免它。警告.警告(

Answer 1

正如警告所说：

用户警告：众所周知，当块数少于可用线程时，KMeans 在使用 MKL 的Windows上会出现内存泄漏。您可以通过设置环境变量 OMP_NUM_THREADS=1 来避免它。

忽略这样的警告根本不是一个好的选择！所以最好还是努力解决这个问题。OMP_NUM_THREADS要在 Windows 10中设置环境变量1，您应该按照以下步骤操作：

1. 敲击Windows Button键盘。
2. 搜索“编辑系统环境变量”
3. 单击“环境变量... ”
4. 在系统变量部分中，单击“新建... ”
5. 在字段中填写合适的内容（如 sklearn 警告中提到的）：
6. 单击“确定”并重新启动计算机。

然后您可以尝试运行代码而不会收到警告。

Answer 2

您可以通过设置环境变量

import os
os.environ["OMP_NUM_THREADS"] = '1'

导入 kmeans 之前

Answer 3

我也收到同样的警告。我没有找到任何与此相关的内容。所以我用了

import warnings
warnings.filterwarnings('ignore')

忽略警告。