มีข้อกำหนดของ Clustering ใน Data Mining ดังนี้:
1. Scalability (ความสามารถในการขยาย)
บาง Clustering Algorithms ทำงานดีบน Small Data Sets (< สองร้อย Objects) Huge Database อาจมี Millions ของ Objects Clustering บน Sample ของ Large Data Set อาจนำไปสู่ Biased Results ต้องการ Highly Scalable Clustering Algorithms
2. Ability to Deal with Different Types of Attributes (รองรับ Attribute Types หลากหลาย)
บาง Algorithms ออกแบบสำหรับ Interval-based (Numerical) Information แต่ Applications อาจต้อง Cluster Binary, Categorical (Nominal), Ordinal Data หรือ Combination
3. Discovery of Clusters with Arbitrary Shape (ค้นพบ Cluster รูปทรง Arbitrary)
บาง Algorithms กำหนด Clusters จาก Euclidean หรือ Manhattan Distance Measures Algorithms ที่ Depend บน Distance Measures เหล่านี้ มักค้นพบ Spherical Clusters ขนาดและ Density เหมือนกัน แต่ Cluster สามารถเป็นรูปทรงใดก็ได้ จำเป็นต้อง Develop Algorithms ที่ Recognize Clusters รูปทรง Arbitrary
4. Minimal Requirements for Domain Knowledge (ต้องการ Domain Knowledge น้อยที่สุด)
บาง Clustering Algorithms ต้องการ User Input Specific Parameters ใน Cluster Analysis (เช่น Number of Desired Clusters) Clustering Results สามารถ Sensitive ต่อ Input Parameters Parameters ยากต่อการ Decide โดยเฉพาะ High-dimensional Objects ไม่แค่ Burden Users แต่ทำให้ Quality ของ Clustering ยากต่อ Control
5. Ability to Deal with Noisy Data (จัดการ Noisy Data)
Most Real-world Databases มี Outliers หรือ Missing, Unknown, Erroneous Information บาง Clustering Algorithms Keen บน Data นี้ อาจนำไปสู่ Clusters คุณภาพต่ำ
6. Incremental Clustering และ Insensitivity to Order of Input Records
บาง Clustering Algorithms ไม่สามารถ Incorporate Newly Inserted Information (Database Updates) เข้า Existing Clustering Structures ได้ ต้อง Determine New Clustering From Scratch
บาง Algorithms Sensitive ต่อ Order ของ Input Records กำหนด Set of Data Objects Algorithm อาจ Return Dramatically Different Clusterings ขึ้นอยู่กับ Order ของ Presentation of Input Objects จำเป็นต้อง Develop Incremental Clustering Algorithms และ Algorithms ที่ Insensitive ต่อ Order of Input
7. High Dimensionality (มิติสูง)
Database/Data Warehouse อาจมี Multiple Dimensions/Attributes บาง Clustering Algorithms จัดการ Low-dimensional Data ได้ดี (2-3 Dimensions) Human Eyes ประเมิน Clustering Quality ได้ดีถึง 3 Dimensions ใช้หา Clusters ใน High-dimensional Space เป็น Complex โดยเฉพาะ Data อาจ Sparse และ Highly Skewed
