DBSCAN (od ) – algorytm grupowania danych (klasteryzacji) oparty na gęstości. Jego pierwsza wersja została opublikowana w 1996 roku przez Martina Estera wraz ze współautorami.
Klastrami utworzonymi za pomocą tego algorytmu są obszary o dużym zagęszczeniu obiektów w porównaniu z otoczeniem, co odpowiada intuicyjnemu rozumieniu grupowania. Algorytm umożliwia znalezienie klastra o dowolnym kształcie, w tym klastra otaczającego inny klaster. W odróżnieniu od algorytmu k-średnich, DBSCAN nie wymaga określenia liczby klastrów. Średnia złożoność czasowa algorytmu wynosi .
Opis thumb|Ilustracja działania algorytmu dla Czerwone punkty (w tym punkt A) są punktami centralnymi, żółte (B i C) są punktami granicznymi, niebieski (N) jest szumem
Algorytm przyjmuje dwa parametry wejściowe (należy je dobrać pod kątem konkretnego zagadnienia): – maksymalny promień sąsiedztwa, – minimalna liczba obiektów wchodzących w skład klastra.