分类：

使用已知的数据集（训练集），得到相应的模型，通过这个模型可以划分未知数据。

分类涉及到的数据集通常是带有标签的数据集；

分类是有监督学习；

一般分两步实现，训练数据得到模型，通过模型划分未知数据。

常用的分类算法包括：

NBC（Naive Bayesian Classifier，朴素贝叶斯分类）算法，

LR（Logistic Regress，逻辑回归）算法，

ID3（Iterative Dichotomiser 3 迭代二叉树3 代）决策树算法，

C4.5 决策树算法，

C5.0 决策树算法，

SVM（Support Vector Machine，支持向量机）算法，

KNN(K-Nearest Neighbor，K 最近邻近)算法，

ANN（Artificial Neural Network，人工神经网络）算法等。

聚类：

直接使用聚类算法将未知数据分为两类或者多类。

聚类是无监督学习；

聚类算法可以分析数据之间的联系，一般分为一步进行；

常见的聚类算法：

K-means聚类算法,

Canopy 聚类算法,

FCM（Fuzzy C-Means，模糊C 均值）聚类算法,

DBSCAN（Density-Based Spatial Clustering of Applications with Noise，具有噪声的基于密度的聚类方法）聚类算法,

LDA（Latent Dirichlet Allocation，隐含狄利克雷分配）算法,

层次聚类算法,

基于EM（Expectation-Maximization，最大期望）的聚类算法等。