本发明提供一种基于数据导向的鞋底花纹图像深度聚类方法，基于鞋底花纹图像无监督编码网络的自表达层，可以将自编码过程学习的鞋底花纹特征作为有类别信息的鞋样或者嫌疑人鞋底花纹特征训练，通过不同属性的鞋底花纹图像数据集做预训练，可以利用有监督网络对鞋底花纹特征子空间的定义方式来对没有标签的现场鞋底花纹或者嫌疑人鞋底花纹聚类过程做制约，从而让鞋底花纹的聚类过程有据可依。此外，本发明针对不同的花纹数据集，基于训练模型的先后顺序，给出了一种花纹图像特征子空间训练的预训练策略，更有效地体现有标签的鞋底花纹对无标签聚类训练过程的约束效果，提高聚类精度。这种聚类方法可以满足类别不均衡数据集的聚类、分类处理。