So sánh K-Means, DBSCAN và phân cụm phân cấp (hierarchical)?

• K-Means: chia dữ liệu thành k cụm định trước quanh các centroid; nhanh và mở rộng tốt. Nhưng giả định cụm dạng cầu, kích thước tương đương, nhạy với outlier, và phải chọn k trước.
• DBSCAN (density-based): nhóm các điểm mật độ cao (đủ minPts điểm trong bán kính ε), coi điểm ở vùng thưa là nhiễu/outlier. Ưu điểm: không cần định trước số cụm, tìm được cụm hình dạng bất kỳ, xử lý outlier tốt. Nhược điểm: nhạy với cách chọn ε/minPts và kém khi các cụm có mật độ chênh lệch lớn.
• Hierarchical (agglomerative): xây một cây lồng cụm (dendrogram), gộp dần các cụm gần nhau theo một tiêu chí liên kết (single/complete/average/ward). Không cần chọn số cụm trước — cắt dendrogram ở mức mong muốn; cho cấu trúc phân cấp trực quan, nhưng tốn tính toán (khoảng O(n²) trở lên) nên khó mở rộng cho dữ liệu lớn.

Chốt: K-Means khi cụm gọn/tròn và cần nhanh; DBSCAN khi cụm hình dạng bất thường và có outlier; hierarchical khi cần cái nhìn phân cấp hoặc chưa biết số cụm.