Biorąc pod uwagę stałą liczbę funkcji, Barnes-Hut t-SNE ma złożoność , losowe projekcje i PCA mają złożoność co czyni je „przystępnymi” dla bardzo dużych zestawów danych.
Z drugiej strony metody oparte na skalowaniu wielowymiarowym mają złożoność .
Czy istnieją inne techniki redukcji wymiarów (poza trywialnymi, jak na przykład spojrzenie na pierwsze kolumn), których złożoność jest mniejsza niż ?