Часова складність: O(N) де N – задана потужність.
Складність обчислень і пам'яті tSNE є O(N2), де N – кількість точок даних, яка обмежує застосування техніки.
Часова складність: O(N) де N — кількість елементів, які повертаються.
Ми розглядаємо складність проблеми найкоротшої загальної суперпослідовності (SCS), тобто задачі знаходження для кінцевих рядків S1, S2,…, Su найкоротшого рядка S такого, що кожен Si може бути отриманий видаленням нуля або більше елементів із S. Показано, що проблема SCS є NP-повний для рядків над алфавітом розміром ⩾ 2.
Зокрема, SMEMBERS блокує. Це може бути добре, якщо ваш набір не надто великий (можливо, кілька K (. Якщо набір стає надто великим, Redis заблокує під час підготовки відповіді та споживатиме оперативну пам’ять для його буферизації перед надсиланням назад).
PCA намагається зменшити розмірність шляхом максимізації дисперсії в даних, тоді як t-SNE намагається зробити те саме, зберігаючи подібні точки даних разом (і відмінні точки даних окремо) як у вищих, так і в нижчих вимірах. Через ці причини, t-SNE може легко перевершити PCA у зменшенні розмірності.
Недоліки T-SNE: Відносно повільно: T-SNE може бути повільнішим через необхідність попарного обчислення відстані (O(n^2)). Попередня обробка для прогнозування: T-SNE не є найкращим вибором для функцій попередньої обробки для прогнозних моделей, оскільки інші методи, такі як PCA, можуть бути більш придатними.