使用FactoMineR的HCPC聚类后，factoextra可视化树状图簇数不符求助

这是个很常见的小坑——当你用HCPC()指定nb.clust=5时，模型确实会生成5个聚类，但fviz_dend()默认处理HCPC对象时，可能只展示了层次聚类树的上层粗划分，而非你指定的5个细簇。下面是具体的解决步骤：

1. 先确认聚类结果确实是5个簇 #

先运行这段代码验证，确保模型本身没有问题：

# 查看聚类结果的唯一类别数
length(unique(model$data.clust$clust))

如果输出是5，说明你的聚类结果没问题，问题出在绘图环节。

2. 直接使用HCPC模型中的层次树对象绘图 #

HCPC()的结果里，model$tree是存储完整层次聚类树的hclust对象，我们直接把它传给fviz_dend()，而非整个HCPC模型：

fviz_dend(model$tree, 
          k = 5, 
          cex = 0.7, 
          palette = "default", 
          rect = TRUE, 
          rect_fill = TRUE)

这样就能正确显示5个簇的树状图和对应的矩形标注了。

为什么会出现这个问题？ #

简单来说，HCPC()不仅做了层次聚类，还整合了PCA降维和聚类结果的逻辑。fviz_dend()默认处理HCPC对象时，可能优先展示PCA维度上的“宏观”聚类划分，而非你指定的5个细分簇。直接调用model$tree就能绕过这个默认行为，直接绘制完整的层次树并切割到5个簇。

内容的提问来源于stack exchange，提问作者ePoQ