主成分分析(PCA)
Toggle navigation
悟空正在计算,请稍后......
Step 1. 上传数据
选择文件格式:
.xlsx
.xls
.csv/txt
请导入你的数据文件:
Browse...
首行是否为名字?
首列是否为名字?
要读入第几个Sheet的数据?
要读入第几个Sheet的数据?
数据分隔符(逗号/分号/制表符/空格):
Comma
Semicolon
Tab
BlankSpace
Step 2. 上传的数据展示(默认为示例数据)
Step 3. 调节参数
3.1. 你的数据分为几大类(注意格式:类别数;每一类的数-每一类的数):
3.2. 数据的类别名称:
3.3. 选择图中点的颜色:
maroon
royalblue
greenyellow
darkred
darkorchid3
darkmagenta
palevioletred
tomato3
palevioletred1
coral
cyan
brown
red
darkgreen
cyan2
coral3
deeppink
firebrick1
magenta
maroon2
mediumorchid2
seagreen1
sienna
springgreen
lightcoral
green
darkgoldenrod
slateblue4
brown2
cyan1
coral2
hotpink4
3.4. 图中点的大小:
3.5. 图中坐标轴字体大小:
3.6. 是否对数据进行标准化处理?
3.7. 是否显示样本号?
3.8. 图中样本号字体大小:
Step 4. 结果展示与下载
1. 碎石图
2. PCA得分结果
3. 结果表格
4. 载荷图
5. 载荷网络图
保存图片
1. PCA的2维得分图(请注意,如果你的生物学重复数太少,该模块默认的函数画不出椭圆,因此你需要将后面主成分得分结果下载下来,然后取两列得分值(比如前两列,主成分1和主成分2),到画图模块的‘带圈的散点图’或者‘连线散点图’模块去单独画,去试试吧~~):
保存图片
2. PCA数据概览:
1. 主成分得分:
下载表格
2. 贡献率矩阵(已经是百分比的形式(%),比如表格中数值是2.64,表示的就是2.64%):
下载表格
3. 载荷矩阵:
下载表格
开始计算
该图以网络图的形式展现出各变量对主成分的载荷大小,线的粗细表示值的大小,红色表示为正值,蓝色表示为负值!
开始计算
模型说明
若使用该模块时遇到问题,建议先看看本视频:
¤
悟空云数据分析交流_第四期_主成分分析