微生信分享 http://blog.sciencenet.cn/u/chinapubmed 0代码在线绘制160+科研图

博文

同样都是鸾尾花iris数据,为什么PCA图相反?

已有 1953 次阅读 2023-6-20 11:23 |系统分类:科研笔记

PCA简介 

主成分分析(principle component analysis)是一种线性降维方法。它利用正交变换对一系列可能相关的变量的观测值进行线性变换,从而投影为一系列线性不相关变量的值,这些不相关变量称为主成分(Principal Components)。PCA是一种对数据进行简化分析的技术,可以有效地找出数据中最“主要”的元素和结构,去除噪音和冗余,将原有的复杂数据降维,揭示隐藏在复杂数据背后的简单结构。

网络上的两种不同结果

使用鸾尾花(iris)数据进行PCA分析时,相同的数据,在网上会有两种不同的结果图。

fengmian.png

仔细看会发现,这两个图的X轴是一样的,Y轴反了。

这是怎么回事,到底哪个是对的?


PCA绘图代码1

library("FactoMineR")

library("factoextra")

data(iris)

iris.pca <- PCA(iris[,-5], graph = F) 

fviz_pca_ind(iris.pca,

             geom.ind = "point", # show points only (nbut not "text")

             col.ind = iris$Species, # color by groups

             palette = c("#00AFBB", "#E7B800", "#FC4E07"),

             addEllipses = TRUE, # Concentration ellipses

             legend.title = "Groups")

 

绘图代码2

library(ggplot2)

data(iris)

iris.pca <- prcomp(iris[,-5], scale=T)

df_pcs <-data.frame(iris.pca$x, Species = iris$Species) 

ggplot(df_pcs,aes(x=PC1,y=PC2,color = Species))+ geom_point()+stat_ellipse(level = 0.95, show.legend = F)

R中运行后,出的图确实是相反的。经过对比,发现计算PCA时用的函数不一样,一个是iris.pca <- PCA(iris[,-5], graph = F)(默认scale);一个是iris.pca <- prcomp(iris[,-5], scale=T)。问题就出在这里。

经过检索,在stackexchange上有人回答了这个问题。

A PCA decomposition maps the original variables into new dimensions which capture the highest amount of variability. Note that the directionality of these dimensions is completely irrelevant - given a dimension that captures some amount of variability,

the negation of that dimension also captures the exact same amount of variability.

Because of this, the positive/negative direction of a PCA dimension may be arbitrarily chosen. Different software packages may produce different results depending on how they are coded, and slight variations in the input data could also result in a near-identical but flipped PCA plot.

也就是说不同的软件包/函数,包括:prcomp()princomp() [R内置stat]

PCA() [FactoMineR]dudi.pca() [ade4]epPCA() [ExPosition]ggbiplot[ggbiplot]等,它们的结果会依赖于代码、平台(linuxwindowsmac),及输入数据的微小变化,产生几乎一样但是翻转的(flippedPCA结果。

感兴趣的小伙伴可以带入代码试试看。

微生信助力高分文章,用户98000+,引用1500+





https://blog.sciencenet.cn/blog-707141-1392394.html

上一篇:为什么上传GEO前需要校验fastq文件正确性,并使用md5值验证文件完整性?
下一篇:根据蛋白质序列,计算其分子量(molecular weight),在线工具,原理和python代码
收藏 IP: 78.35.145.*| 热度|

0

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-12-24 07:41

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部