是两种方法的结果互相验证，或者你凭什么说你的聚类分析（或者判别分析）的结果是正确的？

我不敢保证开始聚类分析的结果就是合适的 但是剩余几个省区由于不知道他们本应该属于哪一类，现在得到的判别分析的结果也不能证明什么啊

聚类分析我们知道有两种方法，比如我们事先不知道应该分为几类的时候，可以用分层聚类法，当知道需要分为几类的时候，用快速聚类法。但是这个分类的结果是否合理，是受到你采用的变量以及距离的测度方法等多个因素的影响的，可能会出现分类结果不稳定的现象。所以这个时候我们就要用判别分析去验证，之前的聚类是不是合适。具体的验证，其实就是我们讲的交叉验证的那5个内容，包括增加样本验证什么的，还有以其中一部分作为判别方程样本，另一小部分作为验证样本进行的交叉验证，然后回头看之前的聚类结果是否合理
类似于你是一个医生，每次病人来了之后，你根据自己之前的从医经验，觉得你去检查那几项，我就能知道你是病人还是好人。但事实上每个病人的情况都是很复杂的，而且你自己了解的内容是有限的，所以不能保证你所判别的病人和正常人，就一定是合理的。这个时候就需要对所有的病人和正常人放到一起建立判别方程，然后逐个重新检查一次，看看是否之前有别人被你判断错误了，就是这个意思。具体怎么做，还是我之前说过的交叉验证，交叉验证的5个方法事实上都是可以用的，具体怎么用，根据你样本的实际情况来决定

聚类分析我们知道有两种方法，比如我们事先不知道应该分为几类的时候，可以用分层聚类法，当知道需要分为几类的时候，用快速聚类法。但是这个分类的结果是否合理，是受到你采用的变量以及距离的测度方法等多个因素的影响的，可能会出现分类结果不稳定的现象。所以这个时候我们就要用判别分析去验证，之前的聚类是不是合适。具体的验证，其实就是我们讲的交叉验证的那5个内容，包括增加样本验证什么的，还有以其中一部分作为判别方程样本，另一小部分作为验证样本进行的交叉验证，然后回头看之前的聚类结果是否合理
类似于你是一个医生，每次病人来了之后，你根据自己之前的从医经验，觉得你去检查那几项，我就能知道你是病人还是好人。但事实上每个病人的情况都是很复杂的，而且你自己了解的内容是有限的，所以不能保证你所判别的病人和正常人，就一定是合理的。这个时候就需要对所有的病人和正常人放到一起建立判别方程，然后逐个重新检查一次，看看是否之前有别人被你判断错误了，就是这个意思。具体怎么做，还是我之前说过的交叉验证，交叉验证的5个方法事实上都是可以用的，具体怎么用，根据你样本的实际情况来决定

总之你记住，判别分析和聚类分析的结果都是不确定的
当样本量增多，当变量变化的时候，测度的距离方法不同，结果就会不同