มีประเภทของ clustering หลักดังนี้ −
Hierarchical vs Partitional (ลำดับชั้น vs ส่วนแบ่ง) − ความแตกต่างระหว่างประเภท clusterings คือ whether the set of clusters is nested or unnested คือ hierarchical หรือ partitional Partitional clustering คือการแบ่ง data objects เป็น non-overlapping subsets (clusters) ที่ทุก data object อยู่ใน subset เดียวเท่านั้น ถ้าอนุญาตให้ clusters มี subclusters เรียกว่า hierarchical clustering ซึ่งเป็นกลุ่ม nested clusters แสดงเป็น tree ทุก node (cluster) ใน tree (ยกเว้น leaf nodes) เป็น union ของ children (subclusters) และ root ของ tree คือ cluster ที่มีทั้งหมด objects
Exclusive vs Overlapping vs Fuzzy (เฉพาะเจาะจง vs ทับซ้อน vs คลุมเครือ) − Clustering ทั่วไปเป็น exclusive มอบแต่ละ object ให้ cluster เดียว แต่บางสถานการณ์ point อาจอยู่ในมากกว่า 1 cluster แก้ด้วย non-exclusive clustering ใน overlapping clustering object สามารถ属于ได้มากกว่า 1 group (class) เช่น คนในมหาวิทยาลัยอาจเป็นทั้งนักศึกษาและพนักงาน ใน fuzzy clustering แต่ละ object 属于ทุก cluster ด้วย membership weight ระหว่าง 0 (ไม่属于เลย) ถึง 1 (属于อย่างแน่นอน) กล่าวคือ clusters ถูกมองเป็น fuzzy sets
Complete versus Partial (สมบูรณ์ vs ส่วนบาง) − Complete clustering มอบทุก object ให้ cluster Partial clustering ไม่ได้มอบทั้งหมด เหตุผลคือบาง objects ใน data set อาจไม่属于 clear groups บางครั้ง objects เป็น noise, outliers, หรือ "uninteresting background" ตัวอย่าง บางบทความ新聞 share common theme เช่น global warming ส่วนอื่นๆ กว้างทั่วไปหรือ unique ถ้าต้องการหา important topics ในเดือนล่าสุด ควรหา clusters ของ documents ที่เกี่ยวข้องด้วย common theme เท่านั้น บางกรณีต้องการ complete clustering เช่น application ที่ใช้ clustering จัดระเบียบ files ต้อง guarantee ว่าทุก files browse ได้
