生信分析数据挖掘PCA主成分分析视频教程主坐标PCOA非参数多维尺度PLS-DA分析NMDS绘图R语言

生信分析数据挖掘PCA主成分分析视频教程讲解目录

主成分分析（PCA)

主成分分析

主成分分析（Principal Component Analysis,PCA)，是一科掌掘事物卞要矛盾的统计分析方法，

它可以从多儿事物中繻析出主要影响因素，揭示事物的本质，简化复杂的问题。

主成分分析试图在力似数据信息丢失最少的原则下，用较少的综合变量代替原本较多的变量，

而且综合变量间互不相关。

PCA目标

PCA 的H标是寻找r ( r<n ）个新变量，使它们反映事物的主要特征，压缩原有数据矩阵的规模。

每个新变量是原有变量的线性组合、休现原有变量的综合效果，只有一定的实际含义

。这r个新变量称为“主成分”，它们可以在很大程度上反映原来n个变量的影响，并I这些新变量是互不相关的，也是正交的。

通过采川这样的王成分，便可以只选用若『变量而不是上千的变星来对一种样品进行分析了。

这样，就可以将样品有关变量绘制成图，使得样品间的相似性和机异之处一日了然，

对不同样品是否可以归为一组，也一清二楚。

PCA主成分分析【三味教育】.mp4

importance.xls

input.txt

newTab.xls

PC.xls

pca.R

PCA2d.pdf

pca3d.png

pcaBarplot.pdf

pcaPlot.pdf

pca主成分分析.ppt

Thumbs.db

生信分析数据挖掘PCA主成分分析视频教程截图