平均シフトクラスタリングと同様に、DBSCANも密度ベースのクラスタリングアルゴリズムです。
具体的な手順：
1. まず、半径rとminPointsを決定します。 未訪問の任意のデータポイントから始めて、この点を中心とし、半径rの円内に含まれる点の数がminPoints以上であるかどうかを確認します。minPoints以上であれば、その点はcentral pointとしてマークされ、そうでなければnoise pointとしてマークされます。
2. 1の手順を繰り返します。あるnoise pointがあるcentral pointを中心とする半径rの円内に存在する場合、その点はエッジポイントとしてマークされ、そうでなければ依然としてnoise pointとなります。手順1を繰り返し、すべての点が訪問されるまで続けます。
利点：クラスタの数を事前に知る必要がない
欠点：距離rとminPointsを決定する必要がある