聚类

        一条数据，与某些数据之间是比较相似的，而与其他一些数据是差别较大的。我们把一些相似度较高的数据归为一类，把另一些相似度较高的数据归为另外一类，这样，最后可能会出现几个数据集，也叫做数据簇。

分类与聚类

    简单地说，分类(Categorization or Classification)就是按照某种标准给对象贴标签(label)，再根据标签来区分归类。聚类是指事先没有“标签”而通过某种分析找出事物之间存在聚集性原因的过程。

分类器需要由人工标注的分类训练数据训练得到，属于有指导学习范畴。聚类则没有事先预定的类别，类别数不确定，类别在聚类过程中自动生成 。

所以，分类适合类别或分类体系已经确定的场合，比如按照国图分类法分类图书；聚类则适合不存在分类体系、类别数不确定的场合，一般作为某些应用的前端，比如多文档文摘、搜索引擎结果后聚类(元搜索)等。