聚类是对点集按照某种距离测度将它们聚成多个簇的过程。聚类目标是使得同一簇内的点之间距离较短，而不同的簇中的点之间距离较大。
一般把数据聚类归纳为一种非监督式学习。
*距离测量
*K-均值聚类方法
*基于密度的聚类方法（DBSCAN）
*均值漂移聚类（MeanShift）
*用高斯混合模型（GMM）的最大期望（EM）聚类
*凝聚式层次聚类（HAC, Hierarchical Agglomerative Clustering）
*图团体检测（Graph Community Detection）
==相关性挖掘==