Вообще то есть такой раздел Data Mining, как кластерный анализ. И для решения задач типа вaшей разработано наверное десятков пять различных методов. В том числе - и "без ручного задания порога" (скажу по секрету - можно обойтись вообще без какого-бы то ни было задания порога).
Ваш случай - простейший, одномерный. В жизни встречаются задачи намного сложнее. Но в любом случае, выбор подхода и конкретного метода кластеризации зависит от данных - и от того, в какой шкале они измерены, и сколько их, и известно-ли их распределения, и какие меры близости можно ввести в пространстве признаков. Там же рассматривается вопрос, а как ОБОСНОВАНО выбрать количество, на которых разбивается выборка и как выявить аномалии-выбросы. В довершении всего имеются методы сравнения методов между собой.
Если говорить конкретно про Ваш пример, что данных настолько мало и кластеры настолько выражены, что тут сомнений нет. Но а если Вас проблема интересует более глубоко - то без изучения теории не обойтись. Часто кластеризацию изучают как одно из направлений в рамках машинного обучения и рассматривают в соответствующих книгах/курсах. Могу порекомендовать в качестве "затравки"-
https://habrahabr.ru/post/101338/
https://habrahabr.ru/company/ods/blog/325654/
Флах _"Машинное обучение - наука и искусство построения алгоритмов",
Барсегян "Анализ данных и процессов"
и более серьезные источники:
Мандель "Кластерный анализ"
Ким "Факторный, дискриминантный и кластерный анализ"
Миркин "Методы кластер-анализа"
Aggarwal, Chandan K. "Reddy-Data Clustering_ Algorithms and Applications"
и пр.пр.пр. Источников по теме -море.
Удачи.