Soft clustering (miękkie grupowanie) (Soft clustering)

Miękkie grupowanie (ang. soft clustering), znane również jako grupowanie rozmyte, to metoda analizy skupień, w której pojedynczy punkt danych może przynależeć do więcej niż jednego klastra jednocześnie. Zamiast jednoznacznego przypisania do jednej grupy, algorytm wyznacza dla każdego obiektu stopień przynależności lub prawdopodobieństwo powiązania z poszczególnymi klastrami. Podejście to świetnie sprawdza się w przypadku złożonych zbiorów danych, w których granice między grupami są płynne i nakładają się na siebie. Popularnymi przykładami zastosowania tej metody są algorytmy Fuzzy C-Means oraz Gaussian Mixture Models (GMM).