层次聚类

层次聚类把最相似的对象逐步合并成树：树枝在越低的高度汇合，两组对象越相似。虚线是切树位置，同色分支属于同一簇。

距离与连锁方式决定结果：表达谱常用「1 − 相关」或欧氏距离（先 z 分数）配平均连锁；Ward 法（等同 R 的 ward.D2）需搭配欧氏距离，倾向于得到大小相近的紧凑簇。

共表型相关系数衡量树对原始距离的保真程度，通常 > 0.75 说明树较好地反映了距离结构。

热图按树的叶子顺序排列行，颜色为各变量的 z 分数（限制在 ±2.5），便于看出每个簇的特征变量。

聚类总能把数据分成若干簇，簇是否稳定、有生物学意义需要结合其他证据判断。

方法说明

Müllner D. (2011) arXiv:1109.2378；Murtagh & Legendre (2014) J Classif 31:274–295（Ward ward.D2）；Sokal & Rohlf (1962) Taxon 11:33–40（共表型相关）。连锁矩阵、切树与共表型距离与 scipy.cluster.hierarchy（linkage、fcluster、cophenet）一致。

数据量

最多 3,000 个聚类对象；热图在对象 ≤ 400、变量 ≤ 200 时绘制。