三维PCA
主成分分析算法(PCA)是最常用的线性降维方法。PCA降维为了在尽量保证“信息量不丢失”的情况下,对原始特征进行降维,也就是尽可能将原始特征往具有最大投影信息量的维度上进行投影。将原特征投影到这些维度上,使降维后信息量损失最小。PCA降维结果的可视化不仅可以用二维坐标表示,还可用三维坐标表示,即三维PCA图。
TUTU网站工具使用
免费的云图图(www.cloudtutu.com)可以画很多小伙伴问的三维PCA图!!!
操作步骤如下:
①登录网址:https://www.cloudtutu.com/#/index;
(推荐使用360或者谷歌浏览器)
②输入用户名和密码(小编已经为大家填好了,如果不显示可添加文末二维码添加小编获取),输入验证码后即可登录,不必注册,直接使用;
③登录后在工具一栏(全部分析)里找到三维PCA,点击进入;
④请按照界面右侧的说明书或者下文进行操作,即可在2分钟内获得一张三维PCA图。
Step 01 上传文件
※目前平台仅支持.txt(制表符分隔)文本文件或者.csv文件的文件上传。(平台可对不规范的数据格式进行部分处理,但还是请您尽量按照示例数据的格式调整数据,以便机器可以识别)
a) 准备一个数据矩阵(如微生物物种丰度表、基因表达量矩阵、代谢物含量表,也可以是测量数据,例如身高、体重、表型等);
b) 表格需要带表头和列名,每一列为样本名,每一行为各种指标数据名,例如OTU,基因ID、身高、代谢物名称等。