لا أحد يُصنّف البيانات. يبحث التجميع عن تجمعات طبيعية داخل مجموعة البيانات، حيث يجمع النقاط المتشابهة معًا ويفصل النقاط المختلفة. إنه التعلم غير الخاضع للإشراف في أنقى صوره، ويظهر في تجزئة العملاء، وضغط الصور، واكتشاف الحالات الشاذة.

تختلف الخوارزميات في كيفية تعريفها للتشابه والشكل. تقسم خوارزمية K-means النقاط إلى عدد ثابت من المجموعات الكروية. أما التجميع الهرمي فيبني شجرة من المجموعات المتداخلة. بينما تجد خوارزمية DBSCAN المناطق الكثيفة وتصنف النقاط المتفرقة على أنها ضوضاء.

أساليب التجميع الشائعة

• خوارزمية K-means وخوارزمية k-medoids
• التجميع الهرمي التراكمي
• طرق DBSCAN والطرق القائمة على الكثافة
• نماذج الخليط الغاوسي
• التجميع الطيفي

يُعدّ تقييم المجموعات أمرًا معقدًا لعدم وجود معيار مرجعي. توفر درجات الصور الظلية ومخططات المرفق إرشادات، لكن المعرفة المتخصصة هي التي تحدد عادةً ما إذا كان التجميع ذا معنى أم لا.