机器学习中有一种无监督学习算法——聚类算法，根据样本中数据之间的相似性，把样本划分到不同的类别中，而采用不同的相似性计算方法，会得到不同的算法和结果。这里不详细叙述这一算法。
聚类算法应用广泛，我想到的是应用于学生的分类。古人云“物以类聚人以群分”、“因材施教”等等。教育工作要做到因材施教当然是最好不过了，然而要做到因材施教，首先要做就是对学生这一群体进行分类，接下来才是通过观察、沟通或测试等途径来确定学生更接近于哪一种类型，应该采取什么样的教学方式会更合适，正所谓“对症下药”，才能药到病除。凭我的观察，我简单的针对数学的学习，给学生分下面几类。当然此文只能算是抛砖引玉，真要对学生群体分类，那就非得严肃对待这一个课题了。
探索型
这类学生，可能学有余力、兴趣浓厚，有一定的自主学习探索能力。当然了这种学生数量也不多，针对这样的学生需要好的引导，需要为他们提供好的、合适的、优秀的读物。对于这部分学生，与其说是培养，不如说是筛选。近现代的数学史上就有不少的天才少年，遇到了一些好的老师，或者选读了当时大师的著作而快速的成长为数学的苗子。
学霸型
学习用心、主动，成绩优异(往往各科成绩都不错)。但就成绩来讲，这类学生可能是最让老师省心的。这部分学生就是家长眼里别人家的孩子了，这是不是你的噩梦，又让你想起什么了？
中间型
学习算不上太不吃力，成绩不稳定或成绩平平。我个人且猜测这部分学生所占的比重应该是最大的，所以这部分学生应该是老师的重点工作对象，需要与学生及家长交流，找到合适的学习态度和方法。
眼高手低型
聪明、理解快，缺乏耐心，作业不能保质保量的完成，缺乏训练巩固，从而出错率高。可能很多这种学生都有老师提到过：这学生很聪明！只是不够用心等等。可能这部分学生与第一种的差别不那么大，是有向其过度的可能的。
苦学无效型
花费大量时间、精力，成绩似乎与努力无关。学习方法和方向有问题估计是大概率的事件。针对这些学生首先是要先跟老师的节奏，预习和认真听讲，有问题要去解决而不能累计和拖延。目标线不要太高，能够夯实基础内容。华罗庚说过句话“聪明在于勤奋，天才在于积累”，那否命题“蠢才也在于积累”，只是积累的东西不一样啊。
厌学型
讨厌学数学，甚至对数学是一窍不通，数学成绩随缘，破罐破摔。有句话叫，兴趣是最好的老师。厌学这种情况怕是最棘手的了，基础很差也是大概率事件。对这些学生，学校里怕是很难照顾到他们了，应于其家长沟通，多花些时间去补齐基础。“出来混总是要还的啊”，有条件的话找个家教是不错的选择。
当然了，学生的分类本身是个值得思考的问题，其中的分布结构、原因、应对策略也有待明确，以期能够对师生的教与学能够有一良好的指导或参考。
