模糊聚類

硬聚類（hard clustering）是指把數據點劃分到確切的某一聚類中，如K-均值聚類。而模糊聚類（Fuzzy clustering，亦稱軟聚類，Soft clustering）中，數據點則可能歸屬於不止一個聚類中。這些聚類與數據點通過一個成員水平（實際上類似於模糊集合中隸屬度的概念）聯繫起來。成員水平顯示了數據點與某一聚類之間的聯繫有多強。模糊聚類就是計算這些成員水平，按照成員水平來決定數據點屬於哪一個或哪些聚類的過程。

模糊C-均值算法（FCM）是應用最為廣泛的模糊聚類算法之一。詳見模糊C-均值算法。

與硬聚類的對比

非模糊聚類（硬聚類）會將數據分到不同類別中，即每個數據僅屬於一個確定的類別。模糊聚類會將數據點分到多個可能的類別中。例如，一個蘋果可以是紅的或綠的（硬聚類）；一個蘋果可以是紅的和綠的（模糊聚類）。這個蘋果可能是某種程度的紅同時另一種程度的綠。與蘋果是綠的而非紅的（green=1，red=0）相比，蘋果可以既綠又紅（green=0.5，red=0.5）。這些值被歸一化到0-1之間，但它們並非概率，因此並不需要相加為1。