聚类算法可以分为以下几类：
划分方法（Partitioning Methods）
k-means
k-medoids
CLARA（Clustering LARge Application）
CLARANS（Clustering Large Application based upon RANdomized Search）
FCM （Fuzzy C-means）
层次方法（Hierarchical Methods）
凝聚层次聚类
分裂层次聚类
BIRCH （Balanced Iterative Reducing and Clustering using Hierarchies）
CURE （Clustering Using REprisentatives）
ROCK
CHEMALOEN
基于密度的方法（Density-Based Methods）
DBSCAN （Density-based Spatial Clustering of Applications with Noise）
OPTICS （Ordering Points To Identify the Clustering Structure）
基于网格的方法（Grid-Based Methods）
STING （STatistical INformation Grid）
CLIQUE （Clustering In QUEst）
Wave-Cluster
基于模型的方法（Model-Based Methods）
混合高斯模型
COBWEB
CLASSIT
这些方法各有特点，适用于不同类型的数据和聚类需求。