matlab做plsda分析,主成分分析（PCA）和偏最小二乘法判别分析（PLS-DA）在R中的实现...

一．概念简述：

主成分分析的思想主要是将高维数据降到低维数据，俗称“降维”。但是，如果你的数据行数小于列数，或者在你的数据中各列数之间本身相关性就不大，那么这时候你会发现使用主成分分析的效果其实不是很好。这个时候，我们可以考虑一下偏最小二乘法判别分析，该方法是结合多元线性回归和主成分分析的优点，在很大程度上解决了上述所说的问题。(建了个群，交流学习哈：553621380。)

也可到楼主自己编写的网站上去查看更多内容，网址：http://www.omicsolution.org/wu-kong-beta-linux/main/​

二．代码实现。

比如说我们现在有这样的一批数据，取56个人(正常组：28，病灶组(胰腺癌)：28)胰腺组织，做蛋白质组学数据分析。上样，跑质谱，搜库(这些步骤非本节内容，在此省略)。得到最后如下数据：

第一列是鉴定到蛋白质的名字，其他列就是对应样本下的表达量。

1.PCA分析

#读取数据

data

head(data)

#转换成矩阵

datat

row.names(datat)

#PCA分析

pr

summary(pr,loadings=T)

l