Metode Clustering ini sebenarnya hampir sama dengan metode Classification, yaitu sama sama mengelompokkan data. Â Akan Tetapi clustering tidak memiliki kelas label. Pengelompokan dilakukan berdasarkan kesamaan dari atribut yang telah ditentukan. Â Clustering Analysis ini menggunakan prinsip maximizing intra. Class similarity dan minimizing interclass similarity.
3. Association
Teknik asosiasi ini dilakukan untuk mencari keterkaitan antara data yang saling berelasi dan relevan.
Sebenarnya 3 metode diatas sudah sangat cukup dalam data mining, namun dalam beberapa sumber disebutkan metode lain yang digunakan dalam data mining yaitu regression, forecasting, sequencing, dan metode descriptive.
Selain metode, terdapat tahapan-tahapan dalam data mining, tahapan tersebut adalah sebagai berikut.
a. Data Cleaning (pembersihan data)
Pada tahap ini data-data yang dimiliki dalam sebuah database, data yang tidak konsisten dan noise akan dibersihkan dan dibuang. Data-data kotor yang tidak konsisten ini nantinya akan diubah menjadi data-data yang berkualitas melalui proses pembersihan data.
b. Data Integration ( integrasi data)
Tahapan ini adalah tahapan penggabungan data dari  beberapa sumber sehingga menjadi data. Ini merupakan proses penggabungan informasi dari beberapa database yang terpisah menjadi database baru yang nantinya akan digunakan untuk melakukan analisis data lebih dalam.
c. Â Data Transformation ( transformasi data)
Transformasi data merupakan upaya yang dilakukan untuk mengubah skala pengukuran data asli menjadi  bentuk lain sehingga diharapkan dapat memenuhi kebutuhan asumsi-asumsi yang beragam. Dalam tahapan ini menggunakan beberapa teknik diantaranya normalization, pemilihan atribut, dan discretization.
