En este estudio, proponemos un enfoque de clasificación novedoso al introducir un nuevo método de agrupamiento, que se utiliza como un paso intermedio para descubrir la estructura de un conjunto de datos. El algoritmo de agrupamiento propuesto utiliza similitudes y el concepto de un cliqué para obtener grupos, que pueden ser utilizados con diferentes estrategias para la clasificación. Este enfoque también reduce el tamaño del conjunto de datos de entrenamiento. En este estudio, aplicamos máquinas de vectores de soporte (SVM) después de obtener grupos con el algoritmo de agrupamiento propuesto. El algoritmo de agrupamiento propuesto se aplica con diferentes estrategias para aplicar SVM. Los resultados para varios conjuntos de datos reales muestran que el rendimiento es comparable con el SVM estándar al reducir el tamaño del conjunto de datos de entrenamiento y también el número de vectores de soporte.