Autores: Erik Cuevas y Alma Rodríguez
El DBSCAN [1,2] es un método de agrupación de datos que tiene la capacidad de descubrir clusters en los datos según la proximidad de los datos entre sí. Mientras que otros métodos de agrupación de datos necesitan conocer con cuántos clusters contará, en la implementación del DBSCAN se descubre automáticamente áreas con puntos muy cerrados y se las denomina “clusters.” Para ello, se busca cuántos puntos a su alrededor se consideran “vecinos” en un radio determinado. Si se cumplen los criterios de suficientes “vecinos” cerca, se las cuenta dentro de un “cluster”, y en caso contrario, se las cataloga como “ruido.” Su aplicación es de mucha utilidad ya que no solo se descubre de la misma manera, ni tampoco solo se limita a clusters de un determinado tamaño.
El procedimiento del DBSCAN se puede seguir de manera sencilla para la detección de grupos donde los puntos suelen estar más densos de acuerdo con los datos proporcionados. Para ello se determina la máxima distancia a la que se puede considerar que dos puntos están “cerca”, así como la cantidad mínima de vecinos necesarios para considerar a un punto como perteneciente a un grupo [3]. De esta manera, se inicia un proceso donde se selecciona arbitrariamente un punto y se determina a cuántos de ellos pertenece en un radio de distancia “cerca”, teniendo en cuenta que cumpla con la mínima de vecinos necesarios para pertenecer a un grupo, quedando así iniciado en la formación de un nuevo grupo a él y a los vecinos “cerca” de él. De manera sucesiva se continúa con cada uno de dichos puntos, ampliando así un “grupo” a medida que se van encontrando puntos con suficientes vecinos para pertenecer a él, quedando en último término en “ruido” a aquellos puntos que no tengan suficientes datos a su alrededor. De esta manera, se han determinado áreas densas referidas a la formación de nuevos “clusters”, junto con puntos “aislados”, todo de manera sencilla sin que se requiera el numero de grupos a encontrar. La Figura 1 ilustra el proceso de agrupamiento del método DBSCAN.
Fig. 1. Proceso de agrupamiento del método DBSCAN.
Un elemento que hace que DBSCAN sea distinto de otros agrupamientos es que no es necesario conocer a priori la cantidad de grupos que se desean descubrir, ni es capaz de descubrir grupos con formas que solo son redondas y bien separadas en el espacio de datos, ni con formas irregulares en otros casos. Mientras que otras técnicas de agrupamiento tradicionales como K-means agrupan datos intentando adecuarlo a los centros de gravedad designados previamente para cada grupo de acuerdo con un estándar definido a priori, la técnica de DBSCAN se enfoca más importancia en la densidad de grupos en la base de datos, es decir, trata de descubrir grupos de muchos puntos en un espacio de datos y descartar aquellos puntos que sean aislados en un espacio de datos considerándolos como puntos de ruido.
El DBSCAN se utiliza ampliamente en diferentes áreas de investigación debido a su eficacia en la detección de patrones ocultos con datos desorganizados y formas irregulares. Por ejemplo, se utiliza en análisis geográfico para determinar las zonas donde se registran más accidentes y delitos [4]. En ciencias ambientales para determinar grupos de animales y plantas en ciertas zonas. En procesamiento de imágenes para separar objetos según la forma y distribución de los pixeles en ellos. Finalmente, en detección de fraude y comportamiento anormal debido a su capacidad de determinar puntos no pertenecientes a ningún grupo en un conjunto de datos. También se utiliza en análisis de red de usuarios para determinar las comunidades de usuarios que interactúan entre sí de manera excesiva. La Figura 2 ilustra las principales aplicaciones del método DBSCAN.
Fig. 2. Principales aplicaciones del método DBSCAN.
Referencias
[1] Reyes-Acosta, J., & Rodríguez-Arce, J. (2025). Evaluación del método DBSCAN para identificar patrones de estrés en estudiantes usando datos no etiquetados. Ideas en Ciencias de la Ingeniería, 3(1), 59-71.
[2] Navarro-Hinojosa, O., & Alencastre-Miranda, M. (2016). DBSCAN modificado con Octrees para agrupar nubes de puntos en tiempo real. Res. Comput. Sci., 114, 173-186.
[3] Cadena Bautista, Á. E. (2023). Detección de noticias falsas en español mediante el uso de agrupamiento espacial basado en densidad de aplicaciones con ruido (DBSCAN).
[4] Argote, D. L. (2010). Análisis composicional de seis yacimientos de obsidiana del centro de México y su clasificación con DBSCAN.
Artículo elaborado por el autor
