在哪里切割樹狀圖？

層次聚類可以用樹狀圖表示。在某個級別切割樹狀圖會給出一組簇。在另一個層次上切割會產生另一組集群。你會如何選擇在哪里切割樹狀圖？有什麼我們可以考慮的最佳點嗎？如果我查看隨時間變化的樹狀圖，我應該在同一點切割嗎？

由於聚類分析本質上是一種探索性方法，因此沒有明確的答案；由此產生的層次結構的解釋是依賴於上下文的，從理論的角度來看，通常有幾個解決方案同樣好。

在一個相關問題中給出了幾條線索，在實踐中使用了哪些凝聚層次聚類的停止標準？我通常使用視覺標準，例如輪廓圖，以及某種數值標準，例如 Dunn 的有效性指數、Hubert 的 gamma、G2/G3 係數或校正後的 Rand 指數。基本上，我們想知道原始距離矩陣在聚類空間中的近似程度，因此對共相相關性的測量也是有用的。我還使用具有多個起始值的 k-means 和間隙統計量( mirror ) 來確定最小化內部 SS 的集群數量。與 Ward 層次聚類的一致性給出了集群解決方案穩定性的概念（您可以使用matchClasses()在e1071包中）。

您將在 CRAN 任務視圖集群中找到有用的資源，包括pvclust、fpc、clv等。另外值得一試的是clValid包（在Journal of Statistical Software中有描述）。

現在，如果您的集群隨著時間的推移而變化，這就有點棘手了；為什麼選擇第一個集群解決方案而不是另一個？您是否期望某些人從一個集群移動到另一個集群，這是由於一個潛在的過程隨著時間而演變的結果？

正如您在上一個問題中向您建議的那樣，有一些措施試圖匹配具有最大絕對或相對重疊的集群。查看比較聚類 - Wagner 和 Wagner 的概述。

引用自：https://stats.stackexchange.com/questions/3685