| 查看: 2994 | 回复: 6 | |||
| 当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖 | |||
[求助]
PCA和OPLS的区别在哪里 已有3人参与
|
|||
| 请问PCA，OPLS的目的区别在哪里？我看了相关的文献，是代谢组学方面的，研究某一药物对代谢的影响，把数据先用PCA处理后，选出outlier 再用OPLS分析，但我看觉得好像只用PCA也能找出代谢水平上发生改变的代谢物，OPLS 不能找出outlier么？ 说PCA是unsupervised, OPLS是supervised,可是做PCA的时候我也是知道我的组别的啊，为什么说PCA不知道组的信息 恳请高手指教！谢谢。 |
回复此楼» 猜你喜欢
有多少人是今天查系统知道结果的？
已经有18人回复
-
怎么查啊
已经有6人回复
-
基金系统什么内容也没有
已经有8人回复
-
为什么资助数各大高校都创新高，自己申请怎么就这么难
已经有10人回复
-
国自然面上复盘~欢迎讨论
已经有12人回复
-
哪位高人中了，把查询到的截图贴出来让我看看，让我长长见识
已经有6人回复
-
面上合作单位盖章
已经有5人回复
-
导师吐槽：我怎么摊上了这么个极品研究生！
已经有7人回复
-
申请删除本帖
已经有7人回复
-
基金不中，共勉
已经有10人回复
【答案】应助回帖
| 对同样的样本数据进行处理PCA的方法会突出所有样本中的特异样本，而PLS-DA和OPLS-DA则侧重于分组和对组间差异的样本分析。OPLS-DA是将正交信号校正方法(Orthogonal signal correction, OSC)与偏最小二乘法（Partial least squares, PLS）相互结合同时对偏最小二乘法进行改进[50]。OPLS是一种改进的PLS方法，它利用正交信号矫正(OSC)的思想，滤除了自变量矩阵(X)中与量矩阵(Y)无关的信息，即随机噪声[51]。所以OPLS-DA可以更好地区分组间差异,提高模型的有效性和解析能力。采用有监督的情况下模式识别分析方法能够倾向于提取利于样本分类的变量信息，也在很大程度降低了系统噪声的干扰，提高了分类效能。 |
4楼2014-11-28 15:08:01
2楼2014-11-08 17:55:36
3楼2014-11-25 00:40:50
【答案】应助回帖
|
PCA和PLS-DA都是数据分析方法，可以用来分析任何定量数据。当你有了大量的数据而不能用肉眼来分析的时候，就得用这些数据分析方法。因代谢组学中会产生大量的数据，代谢组学基本就是两个方面-测数据，分析数据。因此，代谢组学中会经常使用PCA 和PLS-DA的，当然也有其他的数据分析方法，都是数学分析方法不同而已。 数据分析方法的用途很多，比如根据数据分析，会区分不同属的样本，还可以找出是何种成分导致这种样本的区分。 PCA是在分析前计算机不知道组别（当然你是知道的），然后让软件来分析。PLS-DA是在分析前告诉计算机各个样本的组别，因此计算机是知道组别的。因此，这两种方法当然是PCA更厉害些，所以，最好先做PCA再做PLS-DA。但通常，PLS-DA的图样会更好看点。 介绍本书《multi-and megavariate data analysis》Umetrics |
5楼2014-12-01 15:59:15
投票:
