r - R 中的加权聚类分析——生成的聚类比使用 hclust 请求的要多

Question

我正在尝试R使用Weighted Cluster包进行分层凝聚聚类分析。在这样做之前，我通过利用包计算了状态序列之间的距离（请参见此处TraMineR的第 4-6 页）。

按照上面超链接的小插图，我hclust在添加权重向量的同时将距离矩阵输入如下（datadist是距离矩阵；dataframe是我的具有时间序列数据的数据框；weight是全波纵向调查权重）：

 Cluster <- hclust(as.dist(datadist), method = "ward", members = dataframe$weight)

然后，在得到一个特定的集群解决方案（四个子组）后，我使用该cutree函数来确定每个集群的相对频率并分配案例：

 subgroups <- cutree(Cluster, k = 4)

但是，在执行上面的代码后，我以某种方式生成了四个以上的组（实际上超过 30 个）。当我删除权重向量时，我能够为四个集群生成频率，但未加权的结果不是最佳的。

如果有人可以帮助我了解发生了什么（以及我如何解决或处理问题），将不胜感激。

标签： rhierarchical-clusteringtraminerhclust