関連するサンプルをグループにグループ化することは、通常、教師なし学習に使用されます。すべてのサンプルがグループ化されると、関係者はオプションで各クラスターに意味を割り当てることができます。

たとえば、次の図に示すように、K-means アルゴリズムは重心への近さに基づいてサンプルをクラスタリングします。

その後、研究者はこれらのクラスターを表示し、クラスター 1 を「ドワーフ ツリー」、クラスター 2 を「完全なツリー」としてラベル付けするなど、他の操作を実行できます。