1.概念

硬聚类就是把数据确切地分到某一类中，比如K-Means。

硬就是说“强硬”，是属于A类就是A类，不会跑到B类。

软聚类就是把数据以一定的概率分到各类中，比如高斯混合模型(GMM)，比如模糊C均值模型(Fuzzy c-Means)。聚类的结果往往是样本1在A类的概率是0.7，在B类的概率是0.3。

软聚类又称为模糊聚类(fuzzy clustering）。

"软聚类" (soft clustering) 算法，允许每个样本以不同程度(不同概率)同时属于多个原型。