分類是監督式（有標準答案的標籤）；分群是非監督式，資料沒有標籤，讓演算法自己把相似的樣本歸成一群。
常用手肘法（k vs SSE 找轉折點）與輪廓係數（越接近 1 越好）互相驗證；也可依業務需求直接指定。
不必指定 k、能抓任意形狀的群、還會把離群點標成雜訊；但密度差異大的資料，單一 ε 參數難以兼顧（可改用 HDBSCAN）。
GMM 用多個高斯分布擬合資料、輸出隸屬「機率」（軟分群）；K-means 可視為 GMM 的特例（等方差、硬指派）。
環形、月牙形等非球形群，或群密度差異大時。這類資料改用 DBSCAN、譜分群等密度／圖形方法。