[BioLadder云平台] 轻松制作你想要的NMDS分析
人眼一般能感知的空间为二维和三维。高维数据可视化的重要目标就是将高维数据呈现于二维或三维空间中。高维数据变换就是使用降维度的方法，使用线性或非线性变换把高维数据投影到低维空间，去掉冗余属性，但同时尽可能地保留高维空间的重要信息和特征。 非度量多维标度（NMDS）分析，是PCoA的非度量替代方法。NMDS是一种将多维空间的研究对象（样本或变量）简化到低维空间进行定位、分析和归类，同时又保留对象间原始关系的数据分析方法。NMDS需要在一开始就要指定维度（轴）的数量，如预设2-3个排序轴，计算过程中将根据已定义好的轴数分配对象坐标。而PCoA则基于特征向量提取，维度（轴）的数量由数据集的固有属性决定（对象数-1），获得样方排序后再根据特征值等信息自定义确定选择的轴数。 本文我们就来讨论一下如何做NMDS分析以及如何对其进行解读。
