玩朋友的丰满人妻,朋友的丰满人妻中文字幕,从后面挺进邻居丰满少妇

新聞資訊

NEWS

干貨連載 | 三分鐘學會SIMCA判別分類模型——PCA-Class

分類:公司動態   發布時間 2021-01-25   閱讀: 3785

上期為大家介紹了SIMCA16  OPLS操作教程,本期將為大家介紹SIMCA判別分類模型(PCA-Class)操作教程~

1
原始數據

通過判別分析來找組別之間的較佳判別變量,并結合分析來自不同數據組(訓練集與測試集)的數據。

小提示:在數據整理時就要將訓練集與測試集分開,這點很重要喲,關系著是否能成功建立PCA-Class模型。

代謝組學

2
數據導入

代謝組學

代謝組學

代謝組學

代謝組學

代謝組學


3
自動擬合

代謝組學

代謝組學

4
添加主成分

代謝組學

5
創建分組模型的DModX圖表

代謝組學

代謝組學

代謝組學

6
更改橫坐標名稱

代謝組學

代謝組學

7
更改顏色

代謝組學

代謝組學

此時DModX圖表是內部驗證,數據是訓練集40的個樣本。紅線為95%置信區間,圖中F組超過置信區間說明兩組樣本區分較大,不是同組樣本。

代謝組學


代謝組學

同理,在模型二中,F組都處于置信區間95%以內,屬于同組樣本。C組全部樣本都超過置信區間95%的紅線以上,與F組不是同組樣本。

8
預測集數據驗證模型

代謝組學

代謝組學

代謝組學

代謝組學

此時DModX圖表是外部驗證,數據是測試集的10個樣本。紅線為95%置信區間,圖中C組中有一個樣本超過置信區間,說明該樣本不屬于C組樣本。

代謝組學

代謝組學

同理,在模型二中,10個樣本正確分類?偟膩碚f,外部驗證的DModXPS+圖得出,模型一將10個樣本中的9個正確分類,而模型二將10個樣本中的10個正確分類。

在這種情況下,另一個有用的工具是“Coomans’  plot”。該圖是通過在同一散點圖中共同繪制兩個模型的DModXPS+值而創建的。

代謝組學

我們討論的最后一個圖——ROC圖。它繪制了真實預測率與錯誤預測率的關系。

代謝組學

我們可以從上面的兩個ROC圖中看到,模型二有完美的外部驗證性能,而模型一的性能稍差。

今天小編關于PCA-Class繪制教程就到這了,大家有木有都會使用了呢。SIMCA軟件操作簡單靈活,是目前全球較受科研工作者歡迎的多元變量統計分析軟件,并已經成為多元變量統計分析的標桿。感興趣和有需求的老師立馬行動起來吧!

暖心的小編會持續為大家推出SIMCA16分析操作干貨哦,大家盡請期待!

如需本文原始數據,請在阿趣代謝微信公眾號后臺回復:0121+姓名+單位+聯系電話+郵箱;

如需試用SIMCA軟件,請在阿趣代謝微信公眾號后臺回復:試用+姓名+單位+聯系電話+郵箱。

BIOTREE科技成為Sartorius Stedim Data Analytics AB大中華區SIMCA軟件銷售及培訓服務提供商。如需購買SIMCA軟件或培訓課程請撥打免費服務熱線:400-664-9912。

本文為阿趣代謝微信公眾號原創,歡迎個人轉發分享。其他任何媒體、網站如需轉載,須聯系阿趣代謝微信公眾號獲得授權,并在正文前注明來源阿趣代謝微信公眾號。


代謝組學

玩朋友的丰满人妻,朋友的丰满人妻中文字幕,从后面挺进邻居丰满少妇