Fig II: se arată exemplu în care scalabilitatea poate duce la rezultate greșite
2) algoritmul de grupare trebuie să poată face față diferitelor tipuri de atribute.
3) algoritmul de grupare trebuie să poată găsi date grupate cu forma arbitrară.4) algoritmul de grupare trebuie să fie insensibil la zgomot și valori aberante.5) interpretare-capacitate și utilizare-rezultatul obținut trebuie să fie interpretabil și utilizabil, astfel încât să se poată obține cunoștințe maxime despre
parametrii de intrare.,
6) algoritmul de grupare trebuie să fie capabil să se ocupe de setul de date de dimensionalitate ridicată.
algoritmi de Clustering poate fi în general clasificate în două categorii:
1) Nesupravegheat liniar algoritmi de clustering și
2) Nesupravegheat non-linear algoritmi de clustering
I. Nesupravegheat liniar algoritm de clustering
k-means clustering algoritmul Fuzzy c-means algoritm de clustering Ierarhic algoritmul Gauss(EM) algoritm de clustering pragul de Calitate algoritm de clustering
II., Algoritmul de clustering neliniar nesupravegheat
algoritmul de grupare bazat pe MST kernel K-înseamnă algoritmul de grupare a densității algoritmului de grupare bazat pe densitate