python中sklear中的KPL接口

我认为您可能想问的是 KMeans 聚类算法，它是 Scikit-learn 中的一种无监督学习算法，用于将数据集中的样本划分为 k 个不同的类别。下面是一个示例代码：

from sklearn.cluster import KMeans
import numpy as np

# 生成随机数据
X = np.random.rand(100, 2)

# 构建 KMeans 模型
kmeans = KMeans(n_clusters=3, random_state=0)

# 训练模型并进行聚类
y_pred = kmeans.fit_predict(X)

# 打印聚类结果
print(y_pred)

在上面的代码中，我们使用 `KMeans` 类来构建模型，并传入参数 `n_clusters` 表示要将数据集划分为几个类别。然后，我们使用 `fit_predict` 方法对训练数据进行聚类，并将聚类结果打印出来。

当然，这只是 KMeans 聚类算法的基本使用方法，实际应用中还需要根据具体情况进行参数调整和模型优化。