Nikt nie etykietuje danych. Klastrowanie poszukuje naturalnych grupowań w zbiorze danych, łącząc podobne punkty i oddzielając te różniące się. To uczenie nienadzorowane w najczystszej postaci, widoczne w segmentacji klientów, kompresji obrazów i wykrywaniu anomalii.

Algorytmy różnią się sposobem definiowania podobieństwa i kształtu. Metoda k-średnich dzieli punkty na ustaloną liczbę klastrów sferycznych. Klastrowanie hierarchiczne buduje drzewo zagnieżdżonych grup. Metoda DBSCAN znajduje gęste obszary i oznacza rzadkie punkty jako szum.

Typowe metody klasteryzacji

• K-średnie i k-medoidy
• Hierarchiczne grupowanie aglomeracyjne
• DBSCAN i metody oparte na gęstości
• Modele mieszanek Gaussa
• Klastrowanie widmowe

Ocena klastrów jest trudna, ponieważ nie ma jednej, konkretnej prawdy. Punktacja sylwetki i wykresy łokciowe dają wskazówki, ale wiedza dziedzinowa zazwyczaj decyduje o tym, czy grupowanie jest sensowne.