PCA主成分分析详解
时间:2019-07-31 来源:原创 作者:biowolf.cn
微信公众号:biowolf_cn 点击:次
| 如果你喜欢生信自学网，请分享到朋友圈，想要获得更多生信学习，请关注我。 五一小长假刚过，又感受了以下五四青年的青春与昂扬，那么接下来是不是该收心做分析了，实验室还得多去，图书馆还得常坐。 今天给大家推荐的是主成分分析，是一种掌握食物主要矛盾的统计学分析方法，它可以从多元事物中解析出主要影响因素，揭示事物的本质，简化复杂的问题。 PCA的目标是寻找r个新变量，使他们反应事物的主要特性，压缩原有数据矩阵的规模。每个新变量的原有变量的线性组合，体现原有变量的总和效果，具有一定的实际含义。 那么我们看看哪些数据可以做PCA分析，首先认识以下输入矩阵文件（相信大家在很多分析中可以看到这样的矩阵）：
那么经过学习《PCA主成分分析》的课程，可以得到这样的结果：
首先是特征向量表： 数据结果有了，图必须得有，这才是论文的关键：
1、柱状图 (责任编辑：伏泽 微信：18520221056) 
|
- 上一篇：R语言学习资料大全（持续更新）
- 下一篇：WGCNA生信分析