Lectura recomendada: clustering en presencia de outliers

Este método es sumamente apropiado para situaciones en las que el ruido o la cantidad de outliers domina, y los clusters de interés contienen pocos puntos con respecto a los outliers. El método detecta automáticamente la clusters relevantes, sin necesidad de especificar cuántos son, considerándolos como eventos raros si éstos siguieran la distribución "de fondo" que da orígen a los outliers.