Ejercicio de programación con ScikitLearn: Clustering jerárquico

Utilizando el dataset de iris proporcionado por sklearn.datasets, desarrolla un script que aplique clustering jerárquico aglomerativo sobre este conjunto de datos. El objetivo es agrupar las flores en distintos clústers sin utilizar etiquetas, empleando la clase AgglomerativeClustering de Scikit-Learn.

Carga de datos:

• Utiliza el método load_iris de Scikit-Learn para cargar el dataset.

Preprocesamiento:

• Realiza el escalado de las características para mejorar la calidad de las medidas de distancia.

Clustering:

• Implementa el algoritmo de clustering aglomerativo con al menos dos métodos diferentes de enlace (ward y average).
• Deberás determinar el número óptimo de clústers utilizando el coeficiente de silueta para cada método de enlace probando con una cantidad de clústers entre 2 y 6.

Visualización:

• Grafica el coeficiente de silueta para cada método de enlace y cada número de clústers para comparar los resultados.

Interpretación:

• Basándote en el análisis del coeficiente de silueta, indica qué método de enlace y cuántos clústers representan mejor la segmentación del dataset de iris.