这篇文章针对当前Clique聚类算法中划分粒度选取时出现的问题,提出了GC-Clustering算法.GC-Clustering算法要求用户提供的参数分别为描述长度的参数l和密度参数σ,密度参数σ和描述长度l用户都可以根据自己的需求准确地给定.GC-Clustering根据用户对于最后结果描述长度的要求来选取划分粒度,使得划分粒度参数的选取更为有意义.而且,用户还可以通过调整参数l来达到调整最后聚类结果表达式的长度,进而达到聚类结果复杂度的目的.本文给出了在该算法下聚类结果精确性和复杂度的衡量方法,采用了参数自调整的方法来调整数据集的划分粒度,使得最后的结果更为精确,并且通过二分法降低了算法复杂度.最后,GC-Clustering采用了GMDL的方法对聚类结果做了部分优化,使之更为简洁。