PCA，即主成分分析（Principal Component Analysis），是一种考察多个变量间相关性的降维统计方法，其原理是设法将原来变量重新组合成一组新的互相无关的几个综合变量，同时根据实际需要从中可以取出几个较少的综合变量尽可能多地反映原来变量的信息的统计方法（摘自百度百科）。

通俗来说，就是将数据从高维映射到低维以达到降低特征维度的目的。计算时，主要通过对协方差矩阵进行特征分解而得到数据的特征向量（即主成分）与其权值（特征值）。

加载包

1）设置工作目录

2）安装、加载包

读取数据

PCA分析

加入分组信息

绘制PCA散点图

添加箱线图

与之前RDA绘制代码基本一致，只需要改正几个参数即可，这里不做过多赘述，具体大家可下载源码查看！

源码及作图数据可在公众号后台回复PCA获取！！！

本文使用 文章同步助手 同步