python的sklearn库写kmeans算法

下面是使用Python中的sklearn库编写kmeans算法的示例代码：

from sklearn.cluster import KMeans
import numpy as np

# 生成随机数据
X = np.random.rand(100, 2)

# 创建聚类器
kmeans = KMeans(n_clusters=3)

# 训练模型
kmeans.fit(X)

# 预测聚类结果
labels = kmeans.predict(X)

# 打印聚类中心
print(kmeans.cluster_centers_)

在这个示例中，我们首先生成了100个二维随机数据。然后使用KMeans类创建一个聚类器，并将聚类数设置为3。接着，我们使用fit()方法训练模型，并使用predict()方法预测聚类结果。最后，我们打印聚类中心。

需要注意的是，在实际使用中，我们需要根据数据的特点来选择最合适的聚类数，并进行模型评估和调整。