如果您准备一辈子在学校或在研究机构或在ZF机关，您说的对。
否则，到公司做一些案例再来说吧。

另外，对您说的数据挖掘只要不经过严格定量检验就属于拍脑袋决策，实在难以理解。
在公司实践中，往往是经过严格定量检验的决策是拍脑袋，因为往往是领导先给个决策，然后大家才找公式、找数据去进行定量检验，以证明领导的正确性。
而数据挖掘却是从数据出发，不是从领导决策出发的，是发现新知识的过程。

有一些统计量可以检验聚类效果的

这个客户模型分析很有用.支持商业实践,支持聚类.刚好在电信业工作,聚类确实很好用.不过暂时没用过别的统计方法,比如精确营销,客户生命周期分析,客户倾向业务分析等.欢迎大师们指点一二.

还是支持楼上的观点。关于数据挖掘结果的实施，一般是要在理论检验的基础上，再到实践中检验，如果说，理论检验都无法通过，是很难到商业中检验的，否则风险、成本太大！

正解

听过Silhouette吗？

http://en.wikipedia.org/wiki/Silhouette_(clustering)

做交叉表、方差分析、卡方检验等

Q型系统聚类分析结果可进行有效性与组数合理性检验。
其中有效性检验：有效性检验的假设是总体内各单位之间在某种标志下存在差异性，即聚类分析后，获得的各个类之间应具有显著的差异。然而如何进行检验目前尚没有成熟的办法，但在此总体模型的假设可具体化为分组后的各组之间的均值向量之间应该有显著的差异。为此，可借鉴均值向量相等的检验方法进行分组有效性的检验问题。

组数合理性检验：按照系统聚类的步骤并类后则可得到一张聚类谱系图。聚类谱系图只反映样品(或变量)之间的亲疏关系和程度，其本身并没有给出分类，这就需要对分类的类数进行选择并划定各组之间的界限，而且应进行相应的检验。
（a）聚类分析类数选择的一般方法和准则
⑴根据聚类谱系图确定分类个数的准则。⑵根据给定临界值(阀值)d确定分类多少。⑶根据数据点的散布图直观地确定类的个数。


（b）聚类分析类数检验的常用统计量
⑴ Rk方检验（2）半偏Rk方检验（3）伪F检验（4）伪t方检验

具体就不讲了，给楼主一些参考文献：
傅德印.Q型系统聚类分析中的统计检验问题[J].统计与信息论坛，2007.5.
傅德印.多元统计分析方法检验体系的构建[J].商业经济与管理，2009.2.
朱建平.应用多元统计分析[M].北京：科学出版社，2006.

刚看过的一篇文章，给你参考参考

感谢，正在纠结呢，希望最后能靠自己完成在R中的实现。