A diferencia de K-Means, que requiere definir de antemano cuántos grupos buscar, DBSCAN identifica grupos como regiones de puntos densamente conectados entre sí, determinando automáticamente cuántos grupos existen y marcando como “ruido” a los puntos que no pertenecen a ninguna región densa.
Su ventaja frente a K-Means
Puede detectar grupos de formas arbitrarias, no solo esféricas, y no se ve tan afectado por outliers, ya que estos simplemente quedan clasificados como ruido en lugar de distorsionar la posición de los centros de los grupos, como podría ocurrir con K-Means.