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

• Более эффективные результаты для перекрывающихся наборов данных. 3 В отличие от K-means, где точки данных исключительно принадлежат одному кластеру, в C-means они могут с вероятностью принадлежать более чем одному кластеру. 3
• Более высокое быстродействие. 2 С ростом размера выборки время работы C-means выше, чем у K-means. 2

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). 1