采用DIANA聚类算法对鸢尾花数据聚类并进行调参

首先需要导入鸢尾花数据集并进行预处理：

from sklearn.datasets import load_iris
import pandas as pd

# 导入数据集
iris = load_iris()

# 转换为DataFrame格式
data = pd.DataFrame(iris.data, columns=iris.feature_names)

# 输出前5行数据
print(data.head())

接下来，我们可以使用DIANA聚类算法对数据进行聚类。其中，我们需要使用`pyclustering`库中的`diana`模块。

from pyclustering.cluster.diana import diana
from pyclustering.utils import read_sample

# 将数据集转换为样本列表
samples = read_sample(data.values.tolist())

# 运行DIANA算法
model = diana(samples)

# 获取聚类结果
clusters = model.get_clusters()

# 获取每个样本所属的簇编号
labels = [0] * len(samples)
for i, cluster in enumerate(clusters):
    for j in cluster:
        labels[j] = i

# 输出聚类结果
print(labels)

现在我们已经得到了聚类结果。接下来，我们可以使用调参来优化聚类效果。DIANA算法主要有两个参数需要调整：阈值和距离度量。其中，阈值控制了簇与簇之间的距离，距离度量用于计算簇之间的距离。

from pyclustering.cluster.diana import diana
from pyclustering.utils import read_sample
from pyclustering.samples.definitions import SIMPLE_SAMPLES

# 将数据集转换为样本列表
samples = read_sample(data.values.tolist())

# 设置阈值和距离度量
threshold = 1.0
metric = 'euclidean'

# 创建DIANA算法模型
model = diana(samples, threshold=threshold, metric=metric)

# 运行DIANA算法
model.process()

# 获取聚类结果
clusters = model.get_clusters()

# 获取每个样本所属的簇编号
labels = [0] * len(samples)
for i, cluster in enumerate(clusters):
    for j in cluster:
        labels[j] = i

# 输出聚类结果
print(labels)

在调参时，我们可以通过多次运行DIANA算法来比较不同参数下的聚类效果，并选择效果最好的参数组合。