В чем преимущества и недостатки нечеткой кластеризации C-means перед методом K-means?

Преимущества нечёткой кластеризации C-means перед методом K-means:

• Более эффективные результаты для перекрывающихся наборов данных. builtin.com В отличие от K-means, где точки данных исключительно принадлежат одному кластеру, в C-means они могут с вероятностью принадлежать более чем одному кластеру. builtin.com
• Более высокое быстродействие. scienceforum.ru С ростом размера выборки время работы C-means выше, чем у K-means. scienceforum.ru

Недостаток нечёткой кластеризации C-means — невозможность корректного разбиения на кластеры, в случае когда кластеры имеют различную дисперсию по различным размерностям (осям) элементов (например, кластер имеет форму эллипса). ru.wikipedia.org