本发明涉及弱监督学习技术领域，且公开了一种基于无约束先验信息模式的弱监督模糊聚类算法，包括以下步骤：S1：定义概念，定义标准模式、无约束先验隶属度、强标准模式、弱标准模式的概念；S2：获取无约束专家标注先验隶属度矩阵；S3：设计基于无约束先验信息模式的目标函数；S4：对目标函数运用拉格朗日乘数法求解；S5：设计聚类算法。本发明适用无约束先验信息，利用先验信息与后验信息的交叉熵测度作为正则项指导监督学习，可以有效解决传统弱监督聚类算法无法使用无约束先验信息的问题，提高无约束先验信息利用效率，利用交叉熵测度，有效利用专家标注信息标注，指导聚类过程，提高聚类结果准确性。