利用python的sklearn库实现kmeans聚类算法

以下是使用Python的sklearn库实现kmeans聚类算法的代码示例：

from sklearn.cluster import KMeans
import numpy as np

# 生成随机数据
X = np.random.rand(100, 2)

# 创建KMeans模型
kmeans = KMeans(n_clusters=3)

# 拟合数据
kmeans.fit(X)

# 获取聚类标签
labels = kmeans.labels_

# 获取聚类中心点
centers = kmeans.cluster_centers_

在上面的代码中，我们首先使用numpy库生成了100个二维随机数据点。然后，我们使用sklearn库的KMeans类创建了一个KMeans模型，并将聚类数设置为3。接着，我们使用fit()方法拟合数据，并使用labels_和cluster_centers_属性获取聚类标签和聚类中心点。最后，我们可以根据聚类标签对数据进行可视化或其他进一步分析。