Thuật toán DBSCAN (Density-Based Spatial Clustering of Applications with Noise) khác với K-Means ở điểm nào cơ bản?

DBSCAN yêu cầu số lượng cụm (K) phải được chỉ định trước, còn K-Means thì không

DBSCAN có thể phát hiện các cụm có hình dạng tùy ý và xác định các điểm nhiễu (noise points), trong khi K-Means giả định các cụm có hình dạng cầu và không xử lý nhiễu một cách rõ ràng

DBSCAN luôn nhanh hơn K-Means

K-Means sử dụng phân phối xác suất, còn DBSCAN thì không