模糊聚類分析是一種利用模糊數學方法對數據進行分類和描述的統計技術。
模糊聚類分析通過構造模糊矩陣來表達數據樣本之間的模糊關係，並基於隸屬度來確定聚類關係。這種方法可以處理樣本對類別的模糊描述，與硬聚類方法不同，硬聚類將樣本直接分配到特定的類別中，而模糊聚類則考慮了樣本可能屬於多個類別的機率分布。模糊聚類的目標是「最大化類內相似性，最小化類間相似性」，以此來有效地組織數據，這種方法在模式識別、圖像處理、信道均衡、矢量量化編碼、神經網路的訓練、參數估計、醫學診斷、天氣預報、食品分類、水質分析等多個領域有廣泛套用。