階層クラスター分析の樹状図の解釈方法

以下のRの例を考えてください。

plot( hclust(dist(USArrests), "ave") )

1. y軸の「高さ」とは正確に何を意味しますか？

2. ノースカロライナ州とカリフォルニア州を見る（むしろ左側）。カリフォルニアはアリゾナよりもノースカロライナに「近い」のでしょうか？この解釈をすることはできますか？

3. ハワイ（右）はかなり遅れてクラスターに参加します。これは他の州よりも「高い」ため、見ることができます。一般に、樹状図のラベルが「高い」または「低い」という事実をどのように解釈できますか？

1）y軸は、個々のデータポイントまたはクラスターの近さの尺度です。

2）カリフォルニア州とアリゾナ州はフロリダ州から等しく離れています。なぜなら、カリフォルニア州とアリゾナ州はどちらかがフロリダ州に加わる前にクラスター内にあるからです。

3）ハワイはかなり遅く参加します。これは、HIが参加する前に、それが参加するクラスターがより近くなることを意味します。しかし、それほど近くはありません。結合するクラスター（右側のクラスター）は約45でしか形成されないことに注意してください。HIが他の状態よりも後にクラスターに結合するという事実は、単に（選択したメトリックを使用して）HIがそれほど近くないことを意味します特定の状態。

階層的クラスタリングの学習を試みたときに同じ質問があり、次のpdfが非常に役立つことがわかりました。

http://www.econ.upf.edu/~michael/stanford/maeb7.pdf

リチャードがすでに手順について明確になっているとしても、質問を閲覧する他の人はおそらく十分な数学の背景を持っていない人のための非常にシンプルで明確なESPを使用することができます。

水平軸はクラスターを表します。樹状図の垂直スケールは、距離または非類似度を表します。2つのクラスターの各結合（融合）は、図では垂直線を2本の垂直線に分割することで表されます。短いバーで示されるスプリットの垂直位置は、2つのクラスター間の距離（非類似度）を示します。