模式识别是指识别数据中的规律或模式的能力的统称。更通用的术语是机器学习。 分类是模式识别的一个例子，其中模型将数据分成不同的类别。 从左到右具体如下： 机器学习 > 模式识别 > 分类 > 线性分类 > SVM
有许多模式识别算法的类型，分类算法是其中之一，即并非所有的模式识别算法都是分类器算法。 要作为分类器，算法需要将输入数据点映射到一组类别（或标签、类）中的一个类别。作为一个不是分类器的模式识别算法的例子，考虑k-means算法，它是一种聚类算法。当运行k-means算法时，它会在数据中查找模式，并尝试将其分成不同的簇。 来自k-means算法的维基百科页面的图片 如果您希望将标签附加到输入以将其分类为其中一个聚类（例如由k-means返回的聚类），则可以使用分类器算法，例如k最近邻居（k-NN），该算法将输入作为输出预测其分类到哪个聚类。
