Có nhiều loại phân cụm như sau:
Phân cấp vs Phân hoạch (Hierarchical vs Partitional)
Nhận thức giữa các loại phân cụm khác nhau là liệu tập cụm có lồng nhau (nested) hay không lồng nhau (unnested), hoặc theo thuật ngữ phổ biến, phân cấp (hierarchical) hoặc phân hoạch (partitional). Phân cụm phân hoạch (partitional clustering) là phân phối nhóm đối tượng dữ liệu thành các tập con không chồng chéo (non-overlapping subsets - clusters) trong đó mỗi đối tượng dữ liệu nằm trong đúng một tập con.
Nếu cho phép cụm có cụm con (subclusters), do đó cần phân cụm phân cấp (hierarchical clustering), là một nhóm các cụm lồng nhau được gán như một cây (tree). Mỗi nút (cụm) trong cây (ngoại trừ nút lá) là hợp nhất của các con (cụm con) của nó, và gốc của cây là cụm bao gồm tất cả đối tượng.
Độc quyền vs Chồng chéo vs Mờ (Exclusive vs Overlapping vs Fuzzy)
Các phân cụm trên đều là độc quyền (exclusive), vì chúng gán mỗi đối tượng cho một cụm đơn lẻ. Có một số vị trí mà một điểm có thể được đặt trong nhiều hơn một cụm, và các tình huống này được giải quyết tốt hơn bởi phân cụm không độc quyền (non-exclusive clustering).
Trong phương pháp này, một phân cụm chồng chéo (overlapping) hoặc không độc quyền có thể tuân theo thực tế rằng một đối tượng có thể thuộc về nhiều hơn một nhóm (lớp). Ví dụ, một người tại đại học có thể vừa là ứng viên đăng ký (enrolled candidate) và vừa là nhân viên (employee) của trường đại học.
Trong phân cụm mờ (fuzzy clustering), mỗi đối tượng thuộc về mỗi cụm với trọng số thành viên (membership weight) giữa 0 (hoàn toàn không thuộc) và 1 (hoàn toàn thuộc). Nói cách khác, các cụm được coi là các tập mờ (fuzzy sets).
Hoàn chỉnh vs Một phần (Complete versus Partial)
Một phân cụm hoàn chỉnh (complete clustering) gán mỗi đối tượng cho một cụm, trong khi phân cụm một phần (partial clustering) không. Lý do cho phân cụm một phần là một số đối tượng trong tập dữ liệu không thể thuộc về các nhóm rõ ràng. Một số lần đối tượng trong tập dữ liệu xác định nhiễu (noise), giá trị ngoại lai (outliers), hoặc "nền nền không thú vị" (uninteresting background).
Ví dụ, một số bài báo báo chí có thể chia sẻ thiết kế chung, bao gồm biến đổi khí hậu (global warming), trong khi các bài khác phổ biến hơn hoặc độc nhất. Do đó, để khám phá các chủ đề quan trọng trong bài báo tháng trước, cần chỉ tìm kiếm các cụm tài liệu khó được kết nối bởi chủ đề chung. Trong một số trường hợp, một phân cụm toàn bộ các đối tượng được thu được. Ví dụ, ứng dụng cần phân cụm để tổ chức tệp cho duyệt (browsing) cần đảm bảo tất cả tệp có thể được duyệt.