يصعب تصور البيانات عالية الأبعاد، وتستغرق معالجتها وقتًا طويلاً، كما أنها عرضة للتجاوز في التخصيص. يعمل تقليل الأبعاد على ضغط الميزات في مجموعة أصغر مع الحفاظ على أكبر قدر ممكن من البنية المفيدة.

تقوم الطرق الخطية، مثل تحليل المكونات الرئيسية، بإسقاط البيانات على اتجاهات التباين الأقصى. أما الطرق غير الخطية، مثل t-SNE وUMAP، فتحافظ على الجوار المحلي، مما يجعلها شائعة الاستخدام في تصوير التجمعات.

التقنيات الشائعة

• تحليل المكونات الرئيسية
• تحليل التمييز الخطي
• t-SNE للتصوير
• UMAP للتعلم المتعدد
• أجهزة التشفير التلقائي للضغط غير الخطي

يؤدي الاختزال دائمًا إلى فقدان بعض العناصر. الهدف هو التخلص من التشويش والتكرار مع الحفاظ على الإشارة. اختيار العدد الأمثل للأبعاد هو قرار تقديري، وغالبًا ما يُسترشد بأداء المعالجة اللاحقة وليس فقط بخطأ إعادة البناء.