Ingen sætter navn på dataene. Clustering søger efter naturlige grupperinger inden for et datasæt, sætter lignende punkter sammen og adskiller forskellige. Det er uovervåget læring i sin reneste form, og det viser sig i kundesegmentering, billedkomprimering og anomalidetektion.

Algoritmer adskiller sig i, hvordan de definerer lighed og form. K-means opdeler punkter i et fast antal sfæriske klynger. Hierarkisk klyngedannelse opbygger et træ af indbyggede grupper. DBSCAN finder tætte regioner og mærker sparsomme punkter som støj.

Almindelige klyngemetoder

• K-middelværdier og k-medoider
• Hierarkisk agglomerativ klyngedannelse
• DBSCAN og tæthedsbaserede metoder
• Gaussiske blandingsmodeller
• Spektral klyngedannelse

Det er vanskeligt at evaluere klynger, fordi der ikke findes nogen sandhed på jorden. Silhuet-scorer og albueplots giver vejledning, men domæneviden afgør normalt, om en gruppering er meningsfuld.