PCA研习.md

[gmgitx]

29

[gmgitx]

Best Way To Quantify Influence Of Different Covariates On Gene Expression

数值的量度重要则是选择原始数据或log转换

数值的变化重要则是选择scale

标准化问题

http://sofasofa.io/forum_main_post.php?postid=1000375 #PCA降维之前为什么要先标准化？

如果变量之间的数据的处于不同数量级或者变量之间的均值/方差相差很大时，建议是进行标准化的，PCA降维之前为什么要先标准化

常见的用scale()函数，输入矩阵，以列（列名是变量）进行标准化 #太棒啦！！！

https://www.jianshu.com/p/ae9db78ebb0f

Rows are samples and columns are variables

install.packages("factoextra",repos="http://mirror.bjtu.edu.cn/")

好用的参考:

1. FactoMineR and factoextra : Principal Component Analysis Visualization - R software and data mining

2. Gene Expression Normalization Workflowpvca

非常简单而又非常完整的R语言主成分分析实例

summary(student.pr, loadings = T)

主成分分析的计算步骤：

  假设样本观测数据矩阵为：
  X=(x1,x2,x3,...xp)，xi为n个样本在第i个属性上的观测值，是一个列向量
 1.对原始数据标准化处理（0均值化处理）
 2.计算样本相关系数矩阵
 3.计算协方差矩阵的特征值和特征向量
 4.选择重要的主成分，并写出主成分表达式
 5.计算主成分得分
 6.根据主成分得分的数据，做进一步的统计分析。