Question1:什么是PLS-DA?
与PCA不同,PLS是“有监督”模式的偏最小二乘法分析,也就是在分析数据时,已知样本的分组关系,这样可以更好的选择区分各组的特征变量,确定样本之间的关系。DA是判别分析,PLS-DA用偏最小二乘回归的方法,在对数据“降维”的同时,建立了回归模型,并对回归结果进行判别分析。
OPLS-DA是在PLS-DA的基础上,进行了正交变换的矫正,可以滤除与分类信息无关的噪音,提高了模型的解析能力和有效性。
Question2:什么是OPLS-DA?
OPLS是一种多因变量对多自变量的回归建模方法,其最大的特点是可以去除自变量X中与分类变量Y无关的数据变异,是分类信息主要集中在一个主成分中,从而模型变的简单和易于解释,其判别效果和主成分得分图的可视化效果更加明显。正交偏最小二乘法判别分析(orthogonal partial least-squares discrimination analysis,OPLS-DA)在代谢组学分析中应用较多,利用偏最小二乘回归建立代谢物表达量与样本类别之间的关系模型,同时还可以有效分离样本,预测样品类别。
PLS-DA/OPLS-DA建立了代谢物表达量与分组关系之间的模型,PLS-DA/OPLS-DA可以更好地获取组间差异信息,还可以对样品的分组进行预测,这是PCA做不到的。
Question3:如何不使用R语言在线绘制OPLS-DA图?
小编和他的小伙伴们开发了一个在线的作图小网站——云图图(https://www.cloudtutu.com/#/index