Primeiramente, o algoritmo escolhe objetos da base de dados que serão os centros iniciais de
clusters. Cada objeto é então atribuído ao cluster cujo centro lhe é mais similar, de acordo com a função de similaridade adotada. Quando todo objeto já estiver em um grupo, o centro de cada cluster é recalculado e os objetos são reatribuídos aos seus centros mais próximos. O algoritmo termina quando um critério de parada é atingido. Esse critério pode ser, por exemplo, um número máximo de iterações ou quando não há mais mudança nos centros dos grupos.
Os algoritmos de clustering por particionamento se distinguem pela forma como os centros iniciais são escolhidos e como tais centros são recalculados em cada iteração.