Stop Misusing t-SNE and UMAP for Visual Analytics
GPT5.icon
論文は「t-SNE/UMAPの誤用が可視化実務で常態化」していることを、136本の論文レビュー＋利用者12名／DR研究者8名インタビューで検証。主因はDRリテラシー不足と「皆が使っているから安全」という思い込み。対策として、タスクに適したDRとハイパラを自動選択する仕組み（仮称 VoyagerDR）も提案。
nishio.iconDRって何かと思ったらDimension Reductionを略したのかw
https://gyazo.com/bcc6f7e036e7283a11d0e7df449afd83
タスク別：使い分け早見表
識別系（Identification）＝近傍探索・外れ値検出・クラスタ“有無”の把握
調査系（Investigation）＝点間距離比較・クラスタ間距離/密度比較・クラス分離度の吟味