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...
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...
3.Loading 图：Loading 图是一种可视化的工具，用来展示每个自变量在 PLS-DA 模型中的重要程度。通过 Loading 图，可以看出每个变量对样本分类的重要程度，并找出那些最能区分不同类别之间差异的主要特征。4.Score plot 图：Score plot 图是一种二维或三维的散点图，用来展示不同样本之间的差异，方便观...
PLS-DA score plot of group separation along the two principal components.Obiamaka, ObianyoYan, LiangEllen, L. BurnhamAshish, MehtaYoungja, ParkKaran, UppalFrank, L. HarrisDean P., JonesLou, Ann S. Brown
score plot 中的着色参数 parEllipsesL 是否显示椭圆 fig.pdfC interactive’ (default):图像随opls函数运行而显示 ‘none’:不显示图片 plot(sacurine.plsda, typeVc = 'x-loading') ggplot2可视化 - loading plot 与其说是可视化方法,不如称为数据提取章节。
PLS(DA)分析 2.2 因变量为离散型数据(如性别)时的PLS-DA图 基础得分图 sacurine.plsda <- opls(t(expr), group_info$gender, orthoI = 0) plot(sacurine.plsda, typeVc ="x-score") 去除样本名并添加相应的散点 ## 设置颜色,颜色是从ropls包源代码中提取出来的 ...
plot(sacurine.plsda, typeVc = "x-score") 去除样本名并添加相应的散点 ## 设置颜色,颜色是从ropls包源代码中提取出来的 scaVc <- rev(rainbow(100, end = 4/6)) ## 提取画图数据 a <- data.frame(sacurine.plsda@scoreMN) b <- sacurine.plsda@suppLs$y ...
还可以获取更多信息,例如查看查看差异比较大的表达基因。 par(mfrow = c(1, 2)) plot(pls-ana, typeVc = 'x-score', parAsColFcVn = group) plot(pls-ana, typeVc = 'x-loading') 以上就是非常粗略的说了下PLS-DA的做法和可视化差异性了,其实PLS-DA还有很多内容,想了解的自行深入学习吧!
最后，通过绘制图形对模型进行可视化。包含四张分面图形，展示累计解释率、模型拟合效果、离群点以及得分图。生成的文件有“plsda.pdf”和“loading.pdf”，以及得分图“score_plot.pdf”。所有分析结果和图形文件一键生成。使用流程简单，操作便捷，无需注册，完全免费。欢迎访问我们的网址：cloud.keyan...
PLS(DA)分析 2.2 因变量为离散型数据(如性别)时的PLS-DA图 基础得分图 sacurine.plsda <- opls(t(expr), group_info$gender, orthoI = 0) plot(sacurine.plsda, typeVc = "x-score") image.png 去除样本名并添加相应的散点 ## 设置颜色,颜色是从ropls包源代码中提取出来的color<-c("blue","red...