使用spherecluster包进行球形k均值聚类时出现模块导入报错

该报错由scikit-learn与spherecluster的版本兼容问题导致：

• scikit-learn 1.0及以上版本重构了内部私有模块结构，原sklearn.cluster.k_means_模块被迁移重命名为sklearn.cluster._kmeans，旧导入路径被彻底移除
• 你安装的spherecluster为旧发布版本，代码仍在引用已废弃的旧路径，因此触发ModuleNotFoundError
  你当前环境安装的scikit-learn 1.0.2属于重构后的版本，与旧版spherecluster不兼容，该问题与numpy、scipy的安装状态无关。

可根据自身需求选择以下任意一种方案修复：

方案1：降级scikit-learn到兼容版本（无需修改代码，最简便） #

将当前环境的scikit-learn降级到0.24.x最终稳定版，该版本保留了spherecluster依赖的旧模块路径，无需修改源码即可直接使用。
在对应环境的终端执行对应命令即可：

• 用conda管理环境时执行：conda install scikit-learn=0.24.2
• 用pip管理包时执行：pip install scikit-learn==0.24.2
  安装完成后重新导入spherecluster即可正常使用。

方案2：修改本地spherecluster源码适配新版scikit-learn（无需降级依赖） #

如果需要保留当前高版本scikit-learn，可手动修改本地安装的spherecluster源码修正导入路径：

1. 根据报错提示进入spherecluster安装目录，即路径/Users/username/anaconda3/lib/python3.9/site-packages/spherecluster/（虚拟环境下对应替换为虚拟环境的site-packages路径）
2. 打开目录下的spherical_kmeans.py文件，定位到第7行附近的导入代码块，将原有内容：

from sklearn.cluster.k_means_ import (
    _check_sample_weight,
    _init_centroids,
    _labels_inertia,
    _tolerance,
    _validate_center_shape,
    k_means,
)

替换为：

from sklearn.cluster._kmeans import (
    _check_sample_weight,
    _init_centroids,
    _labels_inertia,
    _tolerance,
    _validate_center_shape,
    k_means,
)

3. 保存文件后重新尝试导入，若同目录下其他文件也存在引用sklearn.cluster.k_means_的代码，用同样方式把路径替换为sklearn.cluster._kmeans即可。

注意：scikit-learn中下划线开头的模块属于内部私有接口，后续版本仍可能调整路径，如果后续升级scikit-learn后再次出现同类导入错误，按照上述逻辑修正对应导入路径即可。

内容的提问来源于stack exchange，提问作者siva82kb