# UMAPとは？次元削減の仕組みとt-SNEとの違い、Pythonでの使い方を分かりやすく解説！ > UMAPとは、たくさんの次元を持つデータを2次元や3次元の地図にして眺める次元削減の手法です。本記事では、意味や仕組み（近所づきあいを保って並べ直す）、t-SNEとの違い、n_neighbors・min_distの設定のコツと注意点、Python（umap-learn）での使い方を図解で解説します！ - URL: https://toukei-lab.com/umap - 公開: 2026.11.02 - サイト: スタビジ（https://toukei-lab.com） :::talk{who="umatan"} 当サイト【スタビジ】の本記事では、次元削減の手法「UMAP（ユーマップ）」について分かりやすく解説していきます！仕組みから、t-SNEとの違い、使うときのコツと注意点、Pythonでの使い方まで見ていきましょう！ ::: こんにちは！ウマたんです！ たくさんの特徴を持つデータを、2次元の地図にして眺める。 データ分析では、そんな場面がよくあります。 たとえば、何百もの項目があるデータでも、2次元の散布図にできれば「どんなグループがありそうか」がひと目で分かりますよね。 この「たくさんの次元を、少ない次元に縮める」ことを**次元削減**と呼びます。 今回解説する「**UMAP（ユーマップ）**」は、その次元削減の手法のひとつです。 :::talk{who="man" side="left"} 次元削減って、主成分分析とかt-SNEとかいろいろあるけど、UMAPは何が違うの？ ::: :::talk{who="woman"} UMAPの地図って、どうやって読めばいいのか知りたい！ ::: 本記事では、次の4つを順番に解説していきます。 :::point **・UMAPとは？**\ **・UMAPの仕組み**\ **・t-SNEとの違い**\ **・使うときのコツと注意点（Pythonでの使い方）** ::: 以下のYouTube動画でも解説していますので、あわせてチェックしてみてください！ ::youtube{#Xs_r4msx7Bc} ## UMAPとは？ **UMAPとは、たくさんの次元を持つデータを、2次元や3次元に縮めて、目に見える形にする次元削減の手法**です。 正式な名前は「Uniform Manifold Approximation and Projection」。2018年に、リーランド・マッキネス（Leland McInnes）らが発表しました。 ![たくさんの次元を持つ表のデータを、UMAPで2次元の地図にする](/wp-content/uploads/2026/11/umap-overview.jpg) ### 手書きの数字が「島」に分かれる たとえば、手書きの数字の画像を考えてみましょう。 機械学習でよく使われる手書き数字のデータ「MNIST」では、1枚の画像が28×28＝784個のピクセルでできています。 つまり、画像1枚が、784個もの数字の集まり。784次元のデータというわけです。 これでは、データがどう並んでいるのか、人の目ではまったく見えません。 ところが、UMAPで2次元に縮めると、「0」は0どうし、「1」は1どうし、似たものが集まった地図ができるんです！ ![UMAPで2次元に縮めると、0〜9の数字ごとに島ができる。細胞の分析や文章のベクトルの可視化にも使われる](/wp-content/uploads/2026/11/umap-digits.jpg) 元のデータには「これは0」「これは1」という答えを教えていないのに、似た画像どうしが自然と集まって、数字ごとの「島」に分かれる。 これがUMAPの面白いところです。 ### どんな分野で使われている？ いまでは、UMAPはいろいろな分野で使われています。 | 分野 | 使い方 | |---|---| | 生物学 | 細胞1つ1つの遺伝子のはたらき方のデータを2次元にして、細胞の種類ごとのまとまりを見る | | 自然言語処理 | 文章をベクトルにしたもの（埋め込み）を2次元にして、似た内容の文章のまとまりを見る | | 画像 | 画像の特徴を2次元にして、似た画像がどう集まっているかを見る | | ビジネスのデータ | お客さんの購買データなどを2次元にして、どんなタイプのお客さんがいそうかを眺める | 特に、文章や画像をAIでベクトルにしたものは、数百〜数千次元になることもよくあります。 そんなデータの全体像をつかむのに、UMAPはとても便利なんです。 文章をベクトルにする方法については、以下の記事で解説しています。 ちなみに、次元が多すぎると分析がうまくいかなくなる問題は「次元の呪い」と呼ばれます。こちらもあわせて読んでみてください。 ## UMAPの仕組み それでは、UMAPがどうやって地図を作っているのかを見ていきましょう！ UMAPは、大きく2つのステップで動きます。 :::box{title="UMAPの2つのステップ"} **ステップ1**：元のデータで「近所づきあい」を調べる\ **ステップ2**：そのつながりを、なるべく保ったまま、2次元に並べ直す ::: ### ステップ1：近所づきあいを調べる 1つ目は、元のデータで「近所づきあい」を調べることです。 それぞれのデータについて、近くにいるデータを探して、近いものどうしを線でつなぎます。 そうしてできるのが、網目のような「つながりの地図」です。 ![それぞれの点から近所の点へ線を伸ばして、網目のような「つながりの地図」を作る](/wp-content/uploads/2026/11/umap-graph.jpg) このように、近くにいる何個かのデータとつないだ網目は「**k近傍グラフ**」と呼ばれます。 ここでの「近い」は、元の高い次元の世界での近さです。 784次元の手書き数字なら、784個のピクセルの値が似ている画像ほど「近い」と考えます。 ### ステップ2：つながりを保って2次元に並べ直す 2つ目は、そのつながりを、なるべく保ったまま、2次元に並べ直すことです。 元の世界で仲が良かったデータは、2次元でも近くに。 そうでないデータは、離れた場所に。 少しずつ位置を調整して、元のつながりにいちばん近い並べ方を探すんです！ ![仲良しは近くに、他人は遠くに。少しずつ位置を調整して2次元に並べ直す](/wp-content/uploads/2026/11/umap-layout.jpg) たとえるなら、クラスの席替えのようなイメージです。 :::box{title="席替えでたとえると"} **・ステップ1**：クラス全員に「仲の良い友達は誰？」とアンケートをとる\ **・ステップ2**：仲の良い人どうしが近くの席になるように、教室の座席表を作る ::: 教室は平らなので、全員の人間関係を完璧に再現することはできません。 それでも、仲良しグループがまとまって座れるような、いちばん良い座席表を探す。 UMAPがやっているのは、まさにそういうことなんです！ ## t-SNEとの違い UMAPとよく比べられるのが、同じ次元削減の手法「**t-SNE（ティースニー）**」です。 t-SNEも、似たものどうしを近くに並べる、人気の手法です。2008年に発表され、UMAPが出てくる前から、データの可視化によく使われてきました。 UMAPとt-SNEの違いは、大きく3つあります。 | | t-SNE | UMAP | |---|---|---| | 速さ | 大きなデータでは時間がかかりやすい | 計算が速く、大きなデータでも扱いやすい | | 全体の形 | 近所の関係を重視するぶん、グループどうしの位置関係が崩れやすい | 全体の配置も比較的よく残せる | | 新しいデータ | 一度作った地図に、あとから当てはめにくい | 一度作った地図に、あとから来たデータを当てはめられる | ### 1つ目：速さ 1つ目は、速さです。 UMAPは計算が速く、大きなデータでも扱いやすいんです。 数万件、数十万件といったデータを地図にしたいときには、この差が大きく効いてきます。 ### 2つ目：全体の形 2つ目は、全体の形です。 t-SNEは近所の関係を重視するぶん、グループどうしの位置関係が崩れやすいんです。 UMAPは、全体の配置も比較的よく残せます。 ![t-SNEは島どうしの位置関係が崩れやすく、UMAPは全体の配置も残しやすい](/wp-content/uploads/2026/11/umap-tsne.jpg) たとえば手書きの数字なら、t-SNEでも「0の島」「1の島」はきれいに分かれます。 でも、「どの島とどの島が近いか」という全体の並びは、UMAPのほうが元のデータの関係を残しやすい、というわけです。 ### 3つ目：新しいデータ 3つ目は、新しいデータです。 UMAPは、一度作った地図に、あとから来たデータを当てはめることができます。 ![あとから来たデータを、一度作ったUMAPの地図にそのまま置ける](/wp-content/uploads/2026/11/umap-newdata.jpg) たとえば、先月のデータで地図を作っておけば、今月の新しいデータを、同じ地図のどこに来るかで見比べられます。 Pythonでよく使われるscikit-learnのt-SNE（`TSNE`）には、このように新しいデータを当てはめる機能がありません。 ### 主成分分析（PCA）ともくらべてみよう 次元削減の定番といえば、**主成分分析**（PCA）もありますよね。 3つの手法をくらべると、こんな特徴があります。 | | 主成分分析（PCA） | t-SNE | UMAP | |---|---|---|---| | 縮め方 | 直線的（線形） | 曲がった関係も扱える（非線形） | 曲がった関係も扱える（非線形） | | 得意なこと | データのばらつきが大きい方向をとらえる | 近所のまとまりをはっきり見せる | 近所のまとまりと全体の配置をバランスよく見せる | | 速さ | とても速い | 遅め | 速い | | 新しいデータの当てはめ | できる | できない（scikit-learnの場合） | できる | | 軸の意味 | 読み取れる（第1主成分など） | 意味はない | 意味はない | 主成分分析は、軸の意味が読み取れるのが強みです。 一方、UMAPやt-SNEの地図の縦軸・横軸には、意味がありません。 「何が効いているか」を知りたいなら主成分分析、「どんなまとまりがあるか」を眺めたいならUMAP、と使い分けるのがおすすめです！ 主成分分析については、以下の記事で詳しく解説しています。 ## 使うときのコツと注意点 それでは最後に、UMAPを使うときのコツと注意点です。 ### 大事な設定は「n_neighbors」と「min_dist」 UMAPで特に大事な設定は、2つあります。 ![n_neighborsは何個先の近所まで見るか、min_distは点どうしをどれだけ詰めて並べるか](/wp-content/uploads/2026/11/umap-params.jpg) 1つ目の「**n_neighbors（エヌ・ネイバーズ）**」は、何個先の近所まで見るか。 小さくすると細かい違いが、大きくすると全体の形が見えやすくなります。 2つ目の「**min_dist（ミン・ディスト）**」は、点どうしをどれだけ詰めて並べるか。 小さいほど、ぎゅっと固まった島になります。 | 設定 | 小さくすると | 大きくすると | 初期値 | |---|---|---|---| | n_neighbors（何個先の近所まで見るか） | 細かい違いが見えやすい（小さな島がたくさん） | 全体の形が見えやすい（大きなまとまり） | 15 | | min_dist（どれだけ詰めて並べるか） | ぎゅっと固まった島になる | ふんわり散らばる | 0.1 | ※初期値は、Pythonのライブラリ「umap-learn」のものです。 まずは初期値で試してみて、細かいまとまりを見たいならn_neighborsを小さく、全体をつかみたいなら大きく、というように調整していくのがおすすめです。 ### 地図の読み方に注意 注意したいのは、地図の読み方です。 ![島の大きさや島どうしの距離は本当の差とは限らない。実行するたびに地図の形が少し変わることもある](/wp-content/uploads/2026/11/umap-caution.jpg) :::warn **・島の大きさは、そのまま元のデータのばらつきの大きさを表しているとは限らない**\ **・島どうしの距離も、そのまま元のデータの差を表しているとは限らない**\ **・実行するたびに、地図の形が少し変わることもある** ::: たとえば、「Aの島がBの島の2倍大きいから、Aのほうがばらつきが2倍大きい」とは言えないんです。 また、地図の上で島に分かれて見えても、それがそのままデータのグループ分けの正解とは限りません。 グループ分けをきちんとしたいときは、クラスター分析の手法も組み合わせて考えましょう。 UMAPの地図は、データの全体像をつかむための「下見」として使うのがおすすめなんです！ ### Pythonで試してみよう Pythonでは「**umap-learn**」というライブラリで、手軽に試せます。 ![Pythonではumap-learnで手軽に試せる。地図は全体像の「下見」に使う](/wp-content/uploads/2026/11/umap-code.jpg) インストールは次のとおりです。 ```bash pip install umap-learn ``` :::warn `pip install umap` だと、名前の似た別のライブラリが入ってしまいます。インストールするときは `umap-learn`、使うときは `import umap` です。 ::: scikit-learnに入っている手書き数字のデータ（8×8ピクセル＝64次元、1,797枚）を、2次元の地図にしてみましょう。 ```python import umap import matplotlib.pyplot as plt from sklearn.datasets import load_digits # 8×8ピクセル（64次元）の手書き数字の画像 1,797枚 digits = load_digits() X, y = digits.data, digits.target # UMAPで2次元に縮める reducer = umap.UMAP(n_neighbors=15, min_dist=0.1, random_state=42) embedding = reducer.fit_transform(X) # 形は (1797, 2) # 数字ごとに色を分けて描く plt.scatter(embedding[:, 0], embedding[:, 1], c=y, cmap="tab10", s=5) plt.colorbar() plt.show() ``` 実行すると、0〜9の数字ごとに、色の分かれた島が並んだ地図が描かれます。 ここで `y`（正解の数字）は、色をつけるためだけに使っていて、UMAPには渡していません。 それでも数字ごとにまとまるのは、似た画像どうしが近くに並べられているからなんです！ `random_state` を決めておくと、何度実行しても同じ地図になります（そのかわり、並列での計算が使われなくなるので、少し遅くなります）。 また、一度作った地図に新しいデータを当てはめるときは、`transform` を使います。 ```python # 1,500枚で地図を作り、残りの297枚をあとから当てはめる X_train, X_new = X[:1500], X[1500:] reducer = umap.UMAP(random_state=42).fit(X_train) new_embedding = reducer.transform(X_new) # 形は (297, 2) ``` なお、身長（cm）と体重（kg）のように、項目ごとに単位や大きさがばらばらなデータでは、先に標準化（scikit-learnの `StandardScaler` など）をしておくと、距離がかたよらずにすみます。 ## UMAPのまとめ 最後に、今回のポイントをおさらいしましょう！ :::point **・UMAPは、たくさんの次元を持つデータを、2次元や3次元の地図にする次元削減の手法**\ **・元のデータの「近所づきあい」を調べて、そのつながりを保つように並べ直す**\ **・t-SNEと比べて速く、全体の形も残しやすく、あとから来たデータも当てはめられる**\ **・ただし、島の大きさや距離の読みすぎには注意** ::: :::talk{who="umatan"} 要は、UMAPは、大きなデータの全体像を、すばやく見渡せる「地図づくり」の道具なんです！ぜひ、手元のデータで試してみてください！ ::: UMAPのような次元削減や機械学習、データサイエンスを体系的に学びたいのであれば、当メディアが運営するスクール「**[スタアカ](https://toukei-lab.com/achademy/)**」がオススメです！ :::box **[業界最安級のAIデータサイエンス特化スクール「スタアカ」](https://toukei-lab.com/achademy/)** :::