Чтобы понять основное отличие между задачами кластеризации и классификации, давайте разберем каждую из них.

• В задаче классификации мы имеем заранее определенные классы или категории.
• Модель обучается на размеченных данных, где каждому примеру соответствует известный класс.
• Цель классификации - предсказать класс для новых, неразмеченных данных на основе обучения на размеченных примерах.

• В задаче кластеризации классы (или кластеры) заранее не предопределены.
• Модель ищет структуры и закономерности в данных без предварительной информации о классах.
• Цель кластеризации - сгруппировать данные на основе их схожести, чтобы выявить скрытые структуры.

Таким образом, основное отличие заключается в том, что при кластеризации классы заранее не предопределены, в то время как при классификации они известны и используются для обучения модели. Поэтому правильный ответ на ваш вопрос: при кластеризации классы изучаемого набора данных заранее не предопределены.