เปรียบเทียบวิธี

	DBSCAN แบบออนไลน์	HDBSCAN (การจัดกลุ่มตามความหนาแน่นแบบลำดับชั้น)
สาขาวิชา	การเรียนรู้ของเครื่อง	การเรียนรู้ของเครื่อง
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	1998	2013
ผู้ริเริ่ม	Ester, M., Kriegel, H.-P., Sander, J., Wimmer, M., & Xu, X.	Campello, R. J. G. B.; Moulavi, D.; Sander, J.
ประเภท	Incremental density-based clustering	Hierarchical density-based clustering
แหล่งต้นตำรับ	Ester, M., Kriegel, H.-P., Sander, J., Wimmer, M., & Xu, X. (1998). Incremental Clustering for Mining in a Data Warehousing Environment. In Proceedings of the 24th International Conference on Very Large Data Bases (VLDB), pp. 323–333.	Campello, R. J. G. B., Moulavi, D., & Sander, J. (2013). Density-Based Clustering Based on Hierarchical Density Estimates. In J. Pei et al. (Eds.), Advances in Knowledge Discovery and Data Mining. PAKDD 2013. Lecture Notes in Computer Science, vol. 7819 (pp. 160–172). Springer, Berlin, Heidelberg.
ชื่อเรียกอื่น	Incremental DBSCAN, Streaming DBSCAN, Online density-based clustering, iDBSCAN	HDBSCAN, Hierarchical DBSCAN, hierarchical density-based clustering, HDBSCAN*
ที่เกี่ยวข้อง	5	3
สรุป	Online DBSCAN extends the classic density-based clustering algorithm to handle continuously arriving data points without re-clustering the entire dataset from scratch. Each new observation is integrated into the existing cluster structure by local neighborhood queries, making it practical for streaming and data-warehousing scenarios where data grows incrementally.	HDBSCAN (Hierarchical Density-Based Spatial Clustering of Applications with Noise) is a density-based clustering algorithm introduced by Campello, Moulavi, and Sander in 2013. It extends DBSCAN by building a full hierarchy of density-based clusters across all density scales and then extracting a stable flat partition, making it robust to datasets where cluster densities vary substantially across regions.