Wolfram言語は非階層的および階層的なクラスタ解析を幅広くサポートしており，類似のデータをクラスタ化することができる．数値，テキスト，画像データを含むすべての形式のデータが一般的にサポートされている．システムは機械学習ベースの従来および最新の効率的なクラスタ解析法を実装する．

非階層的クラスタリング

FindClusters — データをクラスタのリストに分割する方法を求める

ClusteringComponents — データをそれが入るクラスタの指標でラベル付けする

ClusterClassify — データを使って新しいデータをクラスタに分類する関数を作成する

ClusteringMeasurements — クラスタリング処理の結果を解析する

MeanShift  ▪  NearestNeighborGraph

階層的クラスタリング

Dendrogram — データの階層的クラスタリングの系統樹をプロットする

ClusteringTree — データの階層的クラスタリングの記号的な木を生成する

グラフ内のクラスタリング »

FindGraphCommunities — グラフの緊密に連結されたコミュニティを求める

CommunityGraphPlot — コミュニティ構造を示すグラフをプロットする

ConnectedComponents  ▪  FindGraphPartition  ▪  FindClique  ▪  FindKClique

画像中のクラスタリング »

ImageForestingComponents  ▪  WatershedComponents  ▪  GrowCutComponents  ▪  ...

オプション

DistanceFunction — 要素間の距離の計算方法

ClusterDissimilarityFunction — クラスタ間の非類似度の計算方法

Weights — 異なるデータ要素に対する重み

PerformanceGoal — 速度，メモリ，質，訓練時間等を最適化するかどうか

CriterionFunction — 選択したメソッドに自動的にアクセスする方法

Method — メソッドの自動選択の手動によるオーバーライド