在线作图丨数据降维方法③——正交偏最小二乘方判别分析（OPLS-DA）

​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