Возможно, имелись в виду различия между задачами классификации и кластеризации в контексте Data Mining. 58

Классификация относится к стратегии «обучение с учителем». 58 Для её решения обучающая выборка должна содержать значения как входных переменных, так и выходных (целевых) переменных. 5

Кластеризация, в свою очередь, относится к стратегии «обучение без учителя». 58 То есть не требует наличия значения целевых переменных в обучающей выборке. 5 Кластеризация предназначена для разбиения совокупности объектов на однородные группы (кластеры или классы). 8

Некоторые методы кластеризации: метод разбиения, иерархический метод, метод на основе плотности, сеточный метод и другие. 2

Кластерный анализ в Data Mining предполагает формирование групп (кластеров) без заранее определённых меток. 3 Он использует сходства между точками данных, чтобы выделить взаимосвязи, которые трудно увидеть в загромождённом наборе данных. 3

Таким образом, основное отличие в том, что классификация работает с определёнными метками классов, а кластеризация призвана сгенерировать эти метки, анализируя объекты, у которых они неизвестны. 9