主成分分析(二维PCA图)

发布时间:
2015-10-09 15:14:22
作者:
admin
跳到软件

将多个变量通过线性变换,筛选出数个比较重要的变量。 PCA分析的参数、结果和原理解读

矩阵文件:文件为二维矩阵文件,第一行一般为样本,第一列为基因名

列的ID:筛选用来做聚类分析的列,一般为样本名。如果不填即默认用上传矩阵文件中的全部列做聚类分析。列表中的每一行表示一个列名,且列名必须在矩阵文件中存在。

行的ID:筛选用来做聚类分析的行,一般为基因名。如果不填即默认用上传矩阵文件中的全部行做聚类分析。列表中的每一行表示一个行名,且行名必须在矩阵文件中存在.

归一化:我们利用z-score进行数据的归一化,即将每个基因的表达量减去这个基因在所有样本中表达量的均值,然后除以其标准差。对数据进行归一化,可消除表达量异常高的基因的影响,减少数据间的“贫富差距”。我们推荐对数据进行归一化。
程序将输出主成分分析结果图
选择矩阵文件:示例文件
输入需要分析的样本和指标
z13-15
z14-8
yh2
    
protein-5
POD-10
SOD-5
SOD-10
    
生物云平台

输出结果:

生物云平台