比较 K-meansS和 DBSCAN

1. DBSCAN 和K 均值都是将侮个对象指派到单个簇的划分聚类算法，但是 K 均值一般聚类所有对象，而 DBSCAN 丢弃被它识别为噪声的对象。
2. K 均值使用簇的基于原型的概念，而 DBSCAN 使用基于密度的概念。
3. DBSCAN 可以处理不同大小和不同形状的簇，并且不太受噪声和离群点的影响。 K 均值很难处理非球形的簇和不同大小的簇。当簇具有很不相同的密度时，两种算法的性能都很差。
4. K 均值只能用于具有明确定义的质心（如均值或中位数）的数据。 DBSCAN 要求密度定义（基于传统的欧几里得密度概念）对于数据是有意义的。
5. K 均值可以用于稀疏的高维数据，如文档数据。 DBSCAN 通常在这类数据匕性能很差，因为对于高维数据，传统的欧几里得密度定义不能很好处理它们。
6. K 均值和 DBSCAN 的最初版本都是针对欧几里得数据设计的，但是它们都被扩展，以便处理其他类型的数据。 .
7. DBSCAN 不对数据的分布做任何假定。基本 K 均值算法等价于一种统计聚类方法（混合模型），假定所有的簇都来自球形高斯分布，具有不同的均值，但具有相同的协方差矩阵。
8. DBSCAN 和 K 均值都寻找使用所有属性的簇，即它们都不寻找可能只涉及某个属性子集的簇。 .
9. K 均值可以发现不是明显分离的簇，即便簇有重替也可以发现，但是 DB SCAN 会合并有重叠的簇。
10. K 均值算法的时间复杂度是O （m ) ，而 DBscAN 的时间复杂度是O（ m2 ) ，除非用于诸如低维欧几里得数据这样的特殊情况。 .
11. DBSCAN 多次运行产生相同的结果，而 K 均值通常使用随机初始化质心，不会产生相同的结果。
12. DBSCAN 自动地确定簇个数；对于 K 均值，簇个数需要作为参数指定。然而， DBSCAN 必须指定另外两个参数： EP : （邻域半径）和 MinPt , （最少点数）。 .
13. K 均值聚类可以看作优化问题，即最小化每个点到最近的质心的误差的平方和，并且可以看作一种统计聚类（混合模型）的特例。 DBSCAN 不基于任何形式化模型。

参考文献：

数据挖掘导论-范明，范宏建