樹状図クラスタリングのコフェネティック相関について

樹状図クラスタリングのコンテキストを検討してください。元の非類似性を個人間の距離と呼びましょう。樹状図を作成した後、2人の個人間のコフェネティック非類似性を、これらの個人が属するクラスター間の距離として定義します。

一部の人々は、元の非類似性とコフェン的非類似性の間の相関（コフェン的相関と呼ばれる）は分類の「適合性指標」であると考えています。これは私にはまったく不可解に聞こえます。私の異論は、ピアソン相関の特定の選択に依存していませんが、元の非類似性とコフェン的非類似性の間のリンクは分類の適合性に関連している可能性があるという一般的な考えに依存しています。

私に同意しますか、それとも樹状図分類の適合性指標としてのコフェン的相関の使用を支持する議論を提示できますか？

...は分類の「適合性指標」です

私にとって、それが何を意味するのか明確ではありません。私がそれを得た方法は、それです

元の非類似度とコフェン的非類似度の間の相関（コフェン的相関と呼ばれる）

は、観測間の階層構造、つまり距離の尺度です。つまり、別のクラスターの観測値との相違点は、類似していることが好ましいと言えます。ユークリッド距離と完全なリンケージを使用してクラスタ化されたデータセットAとBを検討すると... ...表現型距離マップを調べたり、表現型相関を計算したりしなくても、Aの表現型相関はBのそれよりも高いことがわかります。階層にはレベルがあります。したがって、CCは、同じレベル（クラスター）の観測値までの距離が類似しているかどうかを通知します。

完全を期すために、コフェネティック相関はCC（A）= 0.936およびCC（B）= 0.691です。