主成分分析碎石图_主成分分析(PCA)原理精讲

最新推荐文章于 2024-08-13 02:22:25 发布

只爱快乐的小猴子

最新推荐文章于 2024-08-13 02:22:25 发布

阅读量1.8w

点赞数 12

文章标签：主成分分析碎石图

本文链接：https://blog.csdn.net/weixin_42367464/article/details/112270961

版权

主成分分析(PCA)用于处理多维度数据，通过降维来展示变量分布。PCA步骤包括寻找质心、数据中心化、找到最佳拟合直线（PC1）和PC2，最后绘制PCA图。PCA图的主成分占比可通过碎石图显示，例如在2D数据中，PC1和PC2可解释94%的数据变异。

摘要由CSDN通过智能技术生成

引言：当数据维度较高时，我们很难通过普通的方法做图，更不能分析样本间的关系。故我们接下来学习降维度、可视化的主成分分析(Principal Component Analysis，PCA)。

假设我们有如下的数据：有6小鼠的4个基因的表达数据，我们想要探索基于这4个基因的表达数据是否能区分小鼠间的差异。

gene	Mouse 1	Mouse 2	Mouse 3	Mouse 4	Mouse 5	Mouse 6
Gene 1	10	11	8	3	2	1
Gene 2	6	4	5	3	2.8	1
Gene 3	12	9	10	2.5	1.3	2
Gene 4	5	7	6	2	4	7

如果只考虑一个基因(gene 1)，将其绘制到一维坐标轴上。即使这只是一个简单的一维数据，它也可以展示出mouse4/5/6之间更为相似，mouse1/2/3之间更为相似。如下：
如果将2个基因(gene 1和gene 2)展示在2D-plot中。可以发现，mouse4/5/6之间更为相似，表现为gene 1和gene2表达较低；mouse1/2/3之间更为相似，表现为gene 1和gene 2表达较高。如下：
如果将3个gene(gene 1/gene 2/gene 3)展示在3D-plot中，gene 1为水平轴，gene 2 为纵轴，gene 3为垂直于gene 1和gene 2的轴(类似于z 轴，gene 3的表达量越低，离原点越近，体积越大，相反则体积越小)。可以发现靠近原点的3个mouse的基因表达量更为相似，表现为3个基因低表达；而远离原点的3个mouse的表达量更为相似。如下：
如果要把4个gene的数据全部绘制在图形中，我们将不能再用以上的方法直观展示小鼠中4个基因的表达量。但却可以使用PCA 2-D图来展示变量的分布情况，如下:横坐标对应主成分1(PC1)和纵坐标对应主成分2(PC2)。