地球化学数据处理就是用地球化学处理方法对地球化学的多种元素的数据进行处理、分析、成图等过程。在地球化学处理方法上，人们提出了很多方法，这些方法的提出也是为了能够更好的处理地球化学元素的数据。随着社会和技术的发展，人们在地球化学数据处理方法上提出了更多、更高的要求。在现实生活中，很多问题是不能确定的，具有模糊性的。人们提出了模糊数学的理论很好地解决了这些问题。在分类的问题上，有时也具有模糊性，因此在模糊数学的基础上，又建立了模糊聚类方法来处理这些具有模糊性的分类问题。这种方法在地球化学数据处理中也应用得很广泛，揭示出了元素组合特征之间的规律。但是，它的计算复杂，且是对小数据量的计算，同时需要建立每一待分类的相似关系，且有多种方法可以建立。由于所选择建立相似关系方法的不同，聚类结果会有偏差，使得聚类结果不稳定，因而本文提出应用模糊C均值聚类算法来处理地球化学数据。本文应用数据挖掘中的模糊C均值聚类算法分别对某已知金矿区和某已知锡矿区的岩石样品的元素组合特征进行了分析，并且与已知地质资料进行比对，聚类分析得出的元素组合关系与已知地质资料相一致，表明模糊C-means聚类算法能够客观、有效地发现地球化学元素的组合特征。同时，对位于内蒙古地区某多金属成矿带的地球化学采样数据进行了分析，根据聚类结果推断该地区是寻找金、银多金属矿产资源的目标区域。应用模糊C均值聚类方法对第一个金矿区的岩石样品的元素组合特征进行了分析，得出元素组合Cu、Zn、As、Au（第2簇）和元素组合Co、Ni、Pb、U（第4簇）反映出该矿是一个多金属矿化、经历了低温和高温2个阶段的多金属共生的金矿。这一分析结果与实际地质资料相一致。对第二个锡矿区的岩石样品的元素组合特征进行了分析，得出元素组合W、Li、B、F（第3簇）和元素组合Sn、Pb、Zn、Cu（第4簇）反映出该矿是一个多金属锡矿。这一分析结果与实际地质资料相一致。最后对内蒙古地区某多金属成矿带的地球化学采样数据进行了分析，得出元素组合Mo、Cd、Bi、Sb、As、Hg、Au、Ag（第1簇），元素组合Cr、Zn、Mo、Cd、Pb、Bi、As、Ag（第2簇），元素组合Co、Ni、Cu、Sn（第3簇）以及元素W（第4簇），反映出该地区矿是一个金、银多金属成矿区域。因此，推断该区域是寻找金、银等多金属矿产资源的有利地段。