Q2表示PLS-DA模型的预测效果,一般Q2大于0.5表示预测能力较好,并且R2与Q2的值应该比较接近。 模型验证图 permutation test的横坐标表示模型的准确率,纵坐标表示100次 permutation test 中100个模型的准确率的频数,箭头表示本PLS-DA模型准确率所在的位置。 ③OPLS-DA图形解读 横坐标表示OSC过程中的主要成分的得分值( ...
1.得分图(Score Plot): 得分图通常用于展示样本在PLS-DA模型中的分布。每个点代表一个样本,不同的颜色或形状可以代表不同的类别。通过观察点的分布,可以了解不同类别之间是否有明显的区分。如果不同类别的点在图中清晰分离,则说明模型在这些类别上有良好的区分能力。 2.负荷图(Loading Plot): 负荷图展示了原始...
PLS-DA得分图:横坐标表示第一主成分解释度,纵坐标表示第二主成分解释度。点表示实验样本,颜色表示不同分型。分型内样本越聚集,分型间样本越分散,说明结果越好。 置换检验图:为了判别模型质量好坏,还会对模型进行排序验证,检验模型是否“过拟合”。模型是否“过拟合”,体现了模型构建是否准确。图中:满足以下任意一点...
在PLS-DA(偏最小二乘判别分析)得分图中: 横坐标(X轴):通常表示第一主成分(PC1),它是数据变异性最大的方向。该轴上的值是样本在这个方向上的投影,反映了最主要的变异来源。 纵坐标(Y轴):通常表示第二主成分(PC2),它是数据在与第一主成分正交的方向上变异性次大的方向。该轴上的值是样本在这个方向上的...
PLS-DA（偏最小二乘判别分析）图通常用于展示和解释高维数据集中的分类或群体分离。PLS-DA的结果通常通过几种图形来表示，这里介绍几种常见的图形及其解读方法：1.得分图（Score Plot）：得分图通常用于展示样本在PLS-DA模型中的分布。每个点代表一个样本，不同的颜色或形状可以代表不同的类别。通过观察...
同时通过计算变量投影重要度(Variable Importance for the Projection, VIP)来衡量各代谢物的表达模式对各组样本分类判别的影响强度和解释能力,从而辅助标志代谢物的筛选(通常以VIP值>1.0作为筛选标准)(图4)。 图1 假手术组和模型组的PLS-DA 得分图 图2 假手术组和模型组的OPLS-DA模型...
PLS-DA/OPLS-DA建立了代谢物表达量与分组关系之间的模型,PLS-DA和OPLS-DA可以更好地获取组间差异信息,还可以对样品的分组进行预测,这是PCA做不到的。 图:PLS-DA得分图 如图是50例小鼠的血清样本。在PCA结果中,除了BCG组外,其他四组不能在PCA得分图中很好的区分开。进行了PLS-DA分析后,各组分离的情况有所...
得分图、模型验证图。1、横纵坐标分别代表第一主成分和第二主成分。PLS-DA得分图显示了原始数据集中各组样本在主成分空间中的分布情况。2、用于评估PLS-DA模型的预测性能。通过观察模型验证图中值，判断模型是否过拟合或欠拟合，以及模型是否最优。
数据经过PLS-DA分析后,会产生3张图片,分别是得分图、模型验证图、s-plot图,我们最常见到的则是得分图,因此在对得分图进行描述的时候也就相对比较简单,可以描述一下模型建立的一些参数(R2X、R2Y、Q2),以及得分图中的PC1和PC2,最后描述利用该模型进行差异代谢物筛选,挑出重点关注的差异代谢物即可啦。
同时通过计算变量投影重要度( Variable Importance for the Projection, VIP)来衡量各代谢物的表达模式对各组样本分类判别的影响强度和解释能力, 从而辅助标志代谢物的筛选(通常以 VIP值 > 1.0 作为筛选标准)(图4)。 图1 假手术组和模型组的PLS-DA 得分图...