ISODATA算法是一種改進的聚類分析方法，全稱為Iterative Self Organizing Data Analysis Techniques Algorithm，即疊代自組織數據分析方法。
該算法在k-均值算法的基礎上增加了對聚類結果的「合併」和「分裂」兩個操作。ISODATA算法允許用戶設定算法運行控制參數，例如預期的類聚中心數、一個類別至少應該具有的樣本數目、一個類別樣本的標準差閥值、類聚中心之間距離的閥值（即歸併係數）、允許疊代的最多次數、在一次疊代中可以歸併的類別的最多對數等。這些參數引入了人機對話環節，使得算法更加靈活和適應不同的數據集。
在ISODATA算法中，當某個類的樣本數目太少、標準差太大、或者類別數目遠小於設定數目時，算法會進行分裂操作，即把一個類別分裂成兩個或多個子類別。相反，當某個類的樣本數目太多、類內方差太大、或者類別數目遠大於設定數目時，算法會進行合併操作，即把兩個或多個類別合併成一個類別。
通過這些操作，ISODATA算法能夠自動地進行類的合併和分裂，從而得到類數較為合理的各個聚類。這種方法特別適用於那些類別的數目不是事先已知，或者類別結構在疊代過程中可能發生變化的數據集。ISODATA算法是一種非監督學習方法，廣泛套用於各種數據聚類場景。