如何确定层次聚类中的聚类数量

Question

我在下面使用 Ward 在 R 中的最小方差的层次聚类中发现了一种聚类模式。我根据个人特征是否有意义，凭经验确定了五个聚类数量。即使我使用了一个高度（在图中用“切割”线表示，我仍然得到相同的 4 个集群，但是第 5 个集群（蓝色的）又减少了两个集群。

问题：我的问题是，是否必须在特定高度上切割第 5 个集群，即使根据基于研究的知识它没有意义？或者我可以凭经验决定保留 5 个集群吗？它会在分析中引入任何偏差吗？

Answer 1

集群在一定程度上是主观的（甚至比监督学习更重要），因为没有人知道有多少集群的真实答案，或者它们是否真的不同到足以被放入不同的类别。如果您认为根据您的领域知识，第 5 类没有意义，那么您可以选择不将其拆分为该类。只要确保你清楚地写下来，这样人们就会知道你做了什么以及为什么。