Quel avantage majeur possède l'algorithme de clustering DBSCAN par rapport au célèbre K-Means ?

Question

Answer

Il produit un dendrogramme visualisable pour comprendre la hiérarchie des données.

Answer

Il converge toujours de manière globale, sans jamais être piégé dans des minimums locaux.

Answer

Il fonctionne exclusivement avec la distance de Manhattan et non la distance euclidienne.

Answer

Il ne requiert pas de définir le nombre de clusters (K) à l'avance et il est capable d'identifier le bruit/les anomalies (-1).

Crowdly