# t-SNEによる次元削減

> t-SNEによる次元削減 - DataRobotプロジェクトを使用し、そのモデルのインサイトを機械で読み取り可能なファイルとさまざまなファイル形式のプロットの両方としてエクスポートする例を確認します。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-27T18:44:30.231740+00:00` (UTC).

## Primary page

- [t-SNEによる次元削減](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/model-eval-metrics/dim-reduction.html.md): Full documentation for this topic (Markdown sidecar).

## Documentation content

[GitHubでこのAIアクセラレーターにアクセス](https://github.com/datarobot-community/ai-accelerators/blob/main/advanced_ml_and_api_approaches/Dimensionality%20reduction%20in%20DataRobot%20with%20t-SNE/Dimensionality%20reduction%20in%20DataRobot%20with%20t-SNE.ipynb)

このアクセラレーターでは、DataRobotプロジェクトを取り込み、t-Distributed Stochastic Neighbor Embedding (t-SNE)を使用して、そのモデルのインサイトを機械で読み取り可能なファイルとさまざまなファイル形式のプロットの両方としてエクスポートする例を紹介します。 t-SNEは、低次元空間で高次元データを効率的に視覚化できる次元削減のための強力な技法です。 次元削減は、アルゴリズムの計算量を減らし、過学習を防止し、データセット内の最も関連性の高い特徴量に焦点を当てることで、機械学習の結果を改善できます。 この手法は、特徴量の数が少ない場合にのみ使用してください。