В данной работе предложен алгоритм метрологически обоснованной кластеризации, который дополняет традиционные методы разделения множества на подмножества. Данный подход позволяет согласовывать результаты кластеризации с точностью и объемом обрабатываемой полезной информации. Проведён анализ результатов на различных алгоритмах кластеризации на языке Python.