统计-降维：主成分分析PCA（principal Component Analysis）

PCA：无监督的分类器

PCA的原理：

1. 拿二维数据举例，先画出一条直线，将点映射到直线上
2. 计算SS，即每个点到原点距离平方和，旋转直线，让SS达到最大，此时的直线就叫PC1
image.png
每增加4个基因1， 增加1个基因2，说明是基因1主导的PC1
image.png
与PC1垂直的直线就是PC2
3. 将PC1和PC2旋转成垂直的，计算variation以及PC1和PC2各自占的比例

4. 如果基因数增多，就先确定PC1，再在各个维度上画很多垂直的PC2，PC3，PC4……挑选variation最大的两个PC画图
image.png

image.png
最后编辑于 ：
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。

推荐阅读更多精彩内容