В статье представлены результаты построения модели кластеризации студентов с помощью метода главных компонент и метода средних с использованием библиотек Python. Для построения модели использовалась структура DataFrame, в кото-рой содержится обезличенное описание 36830 студентов по 13 признакам. Построение моделей осуществлялось без использования целевого признака (обучение без учителя). В ходе построения моделей было установлена плохая кластеризуемость студентов по признаку успешности окончания университета и низкая оценка предсказуемости отнесения студента к кластерам (успешное окончание университета, отчисление из университета)