## Memo ## Abstract SIGMOD2015では、「DBSCAN Revisited」というタイトルで論文が発表されました。Mis-Claim, Un-Fixability, and Approximation」というタイトルで発表され、同カンファレンスの最優秀論文賞を受賞しました。この技術通信では、[[DBSCAN]]の表現方法の不正確さを指摘し、なぜ批判が[[R-tree]]などの空間インデックス構造の性能に関する前提に向けられるべきであり、そのようなインデックスを使用できるアルゴリズムに向けられるべきものではなかったのかを述べたいと思います。また、DBSCANの性能とデータセットの索引性の関係について議論し、適切なDBSCANパラメータを選択するためのいくつかのヒューリスティックについても議論する予定である。今後、このアルゴリズムのユーザが、意味のある結果と良好な性能の両方を得るようなパラメータを選択する際の指針となるよう、悪いパラメータの指標をいくつか提案する。新しい実験では、DBSCANパラメータがうまく選択された場合、新しいSIGMOD 2015の方法は実用的な利点を提供しないようであり、したがって、それらは主に理論的な関心事であることを示す。結論として、効果的なインデックスと合理的に選択されたパラメータ値を持つオリジナルのDBSCANアルゴリズムは、GanとTaoが提案した方法と比較して、競争力のあるパフォーマンスを発揮する。 [[2017__TODS__DBSCAN Revisited, Revisited―Why and How You Should (Still) Use DBSCAN__translations]]