Windows环境下K-Means内存泄漏警告问题及无权限解决方案咨询

1. 忽略警告的隐患 #

这个警告提示Windows+MKL环境下的KMeans存在内存泄漏问题——当数据块数量少于可用线程数时，程序会逐渐占用更多内存。

• 若只是小数据集、偶尔运行，当前结果正常的话短期内不会出现明显问题；
• 但如果是长期运行、处理大数据量，内存会持续累积占用，最终可能导致内存不足报错，甚至拖慢系统、让Python进程崩溃，存在稳定性隐患。

2. 无需管理员权限的解决方案 #

方案一：调整代码导入顺序（最直接） #

你之前设置环境变量的时机不对——MKL相关库在导入KMeans前已加载，后续设置的变量无法生效。正确顺序是先设置环境变量，再导入KMeans：

import os
os.environ["OMP_NUM_THREADS"] = "1"
# 之后再导入KMeans
from sklearn.cluster import KMeans

方案二：命令行临时设置（无需修改代码） #

启动Python脚本时先临时设置环境变量，不会影响系统全局配置，也不需要管理员权限：

• CMD中运行：

set OMP_NUM_THREADS=1 && python your_script.py

• PowerShell中运行：

$env:OMP_NUM_THREADS=1; python your_script.py

方案三：IDE运行配置中添加环境变量 #

如果使用PyCharm、VS Code等IDE：

• 找到脚本的运行配置，进入「环境变量」选项；
• 添加OMP_NUM_THREADS=1，保存配置后运行脚本，每次启动都会自动应用该设置。

方案四：Jupyter Notebook生效方法 #

在Notebook首个单元格运行设置代码，然后重启内核，再导入KMeans即可生效：

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

内容的提问来源于stack exchange，提问作者Jung Hun Kim