Om man står inför en stor hop personer och vill förstå dem lite bättre kan man studera hur de i allmänhet beter sig i någon uppgift eller någon verksamhet eller hur de har någon egenskap.
Ibland är det vettigt att kolla lite närmare. Då är det vettigt att dela in hopen i hyfsat homogena grupper och studera dem separat. Då förstår man mänsklighet lite bättre, lite finkornigare och kan sedan göra exaktare prediktioner om okända individer om huruvida de har någon egenskap av intresse eller kommer uppvisa något beteende av intresse. Homogeniteten måste här då förstås väljas med avseende på det man är intresserad av.
Den första och mest uppenbara indelningen är ofta kön. De flesta människor uppvisar en hyfsat tydlig könsidentitet. Då har vi delat in hopen i två grupper som är hyfsat homogena med avseende på fortplantning. Detta är inte alltid den mest intressanta grundegenskapen, men låt gå.
I klassfikations- och klustringsinriktad forskning är ofta utmaningen att välja hur många klasser av intresse det finns. Ska vi dela in de grejer vi kollar på (i mitt fall oftast textdokument eller ord eller ibland yttranden) i två klasser, tre klasser, sju plusminus två klasser, hundra klasser? Hur många ordklasser finns det? Hur många dokumentgenrer? Det finns inget uppenbart på förhand givet k som är det antal klasser vi kommer finna vara bäst.
Så är det förstås med människor också. Det är urbota dumt att börja med anta att det finns exakt två sorters människor och att alla egenskaper av intresse går att härleda till en binär klassning av deras fortplantningsorgan. För att förstå benägenhet till våldsamt beteende, till depressiva episoder, till kontaktallergi eller till beroende av spel, psykoaktiva substanser eller av lagsportsevenemang är det inte tillräckligt med k = 2.
Ord, egentligen. 