聚类（Clustering）是一种无监督学习方法，通过特定标准将数据集划分为不同类或簇，最大化同类数据的相似性和不同类数据的差异性。常见的聚类方法包括划分式聚类（如k-means）、基于密度的方法（如DBSCAN）、层次化聚类、核聚类、支持向量聚类和谱聚类等。每种方法都有其适用的数据类型和场景，帮助数据科学家探索数据的潜在结构。