Ninguém rotula os dados. O agrupamento procura agrupamentos naturais dentro de um conjunto de dados, reunindo pontos semelhantes e separando os diferentes. É a aprendizagem não supervisionada na sua forma mais pura, e surge na segmentação de clientes, na compressão de imagens e na deteção de anomalias.

Os algoritmos diferem na forma como definem a semelhança e a forma. O K-means divide os pontos num número fixo de agrupamentos esféricos. O agrupamento hierárquico constrói uma árvore de grupos aninhados. O DBSCAN encontra regiões densas e rotula os pontos esparsos como ruído.

Métodos comuns de agrupamento

• K-means e k-medoids
• Agrupamento hierárquico aglomerativo
• DBSCAN e métodos baseados na densidade
• modelos de mistura gaussiana
• Agrupamento espectral

A avaliação de agrupamentos é complexa porque não existe uma verdade fundamental. Os escores de silhueta e os gráficos de cotovelo oferecem orientação, mas o conhecimento do domínio determina frequentemente se um agrupamento é significativo.