最近k邻居：对给定的新网页，考虑在训练集中与该网页距离最近的k篇文本，根据这k篇文本所属的类别决定新网页类别。k值一般为学习调整
贝叶斯算法
自动聚类的实现步骤:
网页表示
相似度计算
聚类
给出聚类表示
自动聚类的基本实现方式：
单遍聚类法：设定类相似度阈值；任意取一篇文章做聚类中心，对新的文本，计算与其相似度，在阈值内这聚入此类，调整聚类中心；否则为一新类聚类中心。
逆中心聚类法：任取一向量为聚类中心；有最大最小距的非聚类中心向量为下一个聚类中心。确定聚类中心后在做就近聚类
密度测试法：某网页周围聚集有较多网页，且在较大范围有网页，则可作为聚类中心。网页分为未聚类网页，已聚类网页和松散型网页。初始时所有网页都为未聚类网页。任取未聚类网页，根据测试条件，变为聚类网页或松散型网页知道结束。
自动分类应用实例：
wwlib自动规类系统
grouper自动聚类系统
vivisimo自动聚类系统
