使用Word2Vec生成词嵌入后做KMeans聚类遇警告的解决咨询

1. 处理n_init参数的FutureWarning #

这个警告提示n_init的默认值将在scikit-learn 1.4版本从10改为'auto'，只需显式指定n_init参数值就能消除警告：

• 若想沿用当前默认的10次初始化：

from sklearn.cluster import KMeans

# 显式设置n_init=10
kmeans = KMeans(n_clusters=你的聚类数, n_init=10, random_state=42)
kmeans.fit(你的词嵌入数据)

• 若想提前适配新版本的默认行为，可设置n_init='auto'：

kmeans = KMeans(n_clusters=你的聚类数, n_init='auto', random_state=42)

2. 处理Windows MKL的内存泄漏警告 #

这个警告说明Windows环境下使用MKL时，KMeans存在潜在内存泄漏问题，解决方式是设置环境变量OMP_NUM_THREADS=1，有两种实现方式：

方式一：在Notebook内临时设置 #

在导入任何sklearn模块之前执行以下代码：

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

# 之后再导入KMeans
from sklearn.cluster import KMeans

方式二：系统层面永久设置 #

1. 右键「此电脑」→「属性」→「高级系统设置」→「环境变量」
2. 在「系统变量」区域点击「新建」，输入：
   • 变量名：OMP_NUM_THREADS
   • 变量值：1
3. 点击确定保存，重启Jupyter Notebook后生效

内容的提问来源于stack exchange，提问作者Mrunmay Mete