Преимущества алгоритма DBSCAN по сравнению с K-средними:

• DBSCAN не требует заранее указывать количество кластеров. 4 Он автоматически определяет их количество на основе плотности точек данных. 14
• DBSCAN может находить кластеры произвольной формы. 34 Он может обнаружить даже кластеры, полностью окружённые (но не связанные с) другими кластерами. 3
• DBSCAN устойчив к выбросам. 24 Он определяет и отделяет шум от кластеров: точки, которые не принадлежат ни одному кластеру, помечаются как шум. 1

Недостатки алгоритма DBSCAN:

• Плохая работа с кластерами разной плотности. 4 Один набор значений параметров может не подойти всем кластерам. 1
• Требуется большой объём памяти для хранения расстояний между всеми точками. 4
• Высокая чувствительность к выбору параметров eps и min_samples, что может сильно повлиять на качество кластеризации в негативную сторону. 4