Contrairement à la plupart des méthodes de classification, et comme le font les méthodes factorielles, la classification croisée a pour objectif de traiter simultanément les deux ensembles qui sont mis en correspondance dans le tableau de données à analyser. Nous rappelons ici le principe général de cette approche qui englobe plusieurs algorithmes suivant le type de tableaux de données envisagés (tableaux de contingence, tableaux de variables quantitatives, questionnaire, tableaux binaires), puis nous précisons quelques uns de ces algorithmes en détaillant surtout leur utilisation à l'aide d'exemples.