t-SNE

高次元データを低次元空間へ写像し、可視化するための非線形な次元削減アルゴリズムです。多次元のデータを2次元や3次元などの平面上に落とし込み、データの分布を視覚的に理解しやすくするために利用されます。

データ点同士の距離が近いものを低次元空間でも近くに配置し、遠いものを遠くに配置するように確率分布を用いて計算を行います。この際、類似度の確率分布を維持しようとする性質があり、複雑な非線形構造を持つデータからクラスター構造を抽出することに長けています。

G検定においては、主成分分析との違いが重要な理解ポイントです。主成分分析がデータ全体の分散を最大化する線形変換であるのに対し、t-SNEは局所的な近傍関係を維持しようとする非線形な手法です。データ全体を俯瞰したい場合は主成分分析、データのグループや局所的な構造を見たい場合はt-SNEと使い分ける必要があります。