sklearn.cluster.KMeans在Windows环境下随机触发堆内存损坏错误0xC0000374求助

我最近碰到一个特别头疼的随机问题：在Windows环境下用scikit-learn的KMeans做聚类时，会随机出现堆内存损坏错误0xC0000374，大概一半概率触发，完全没规律——有时候能正常跑，有时候直接崩。

先说说我的环境配置：

• 系统：Windows 11 Home 24.2
• Python版本：3.12.8
• 开发环境：PyCharm Community Edition 2024.3（但在其他IDE甚至CMD里也能复现这个问题）
• 虚拟环境：全新创建的venv，pip版本24.3.1
• 依赖库版本：
  • Numpy 2.2.1
  • Scikit-learn 1.6.1
  • Scipy 1.15.1
  • threadpoolctl 3.5.0
  • joblib 1.4.2

我的测试代码非常极简，就是官方示例级别的代码：

import numpy as np
from sklearn.cluster import KMeans

X = np.array([[1, 2], [1, 4], [1, 0], [4, 2], [4, 4], [4, 0]])
kmeans = KMeans(n_clusters=2, random_state=0, init='random')
kmeans.fit(X)

注意：这个错误不是每次都会出现！有时候运行完全正常，有时候就报错，概率大概50%，随机性很强。

我已经试过了网上能找到的各种解决方案，但都没效果：

• 更换init参数（比如换成默认的k-means++），问题依旧
• 安装过不同版本的依赖库，确保它们之间版本兼容，还是会随机报错
• 用faulthandler定位到错误肯定是在kmeans.fit(X)这一行触发的
• 甚至从源码编译了scikit-learn 1.7.dev0版本，想看看是不是修复了这个问题，但结果还是一样
• 另外发现MiniBatchKMeans也会出现完全相同的随机报错，但其他聚类算法比如Agglomerative Clustering、DBSCAN，以及其他库的聚类实现（比如HDBSCAN、faiss的Kmeans、scipy.cluster.vq的kmeans/vq）都能正常运行，完全没问题

现在我实在没辙了，感觉这会不会是scikit-learn的内部bug？有没有人遇到过类似的问题，或者有什么我没尝试过的解决思路？

备注：内容来源于stack exchange，提问作者fabrizio norcia