? ? ? ?PCA，即主成分分析（Principal Component Analysis），是一種考察多個變量間相關(guān)性的降維統(tǒng)計(jì)方法，其原理是設(shè)法將原來變量重新組合成一組新的互相無關(guān)的幾個綜合變量，同時根據(jù)實(shí)際需要從中可以取出幾個較少的綜合變量盡可能多地反映原來變量的信息的統(tǒng)計(jì)方法（摘自百度百科）。

通俗來說，就是將數(shù)據(jù)從高維映射到低維以達(dá)到降低特征維度的目的。計(jì)算時，主要通過對協(xié)方差矩陣進(jìn)行特征分解而得到數(shù)據(jù)的特征向量（即主成分）與其權(quán)值（特征值）。

加載包

1）設(shè)置工作目錄

2）安裝、加載包

讀取數(shù)據(jù)

PCA分析

加入分組信息

繪制PCA散點(diǎn)圖

添加箱線圖

與之前RDA繪制代碼基本一致，只需要改正幾個參數(shù)即可，這里不做過多贅述，具體大家可下載源碼查看！

源碼及作圖數(shù)據(jù)可在公眾號后臺回復(fù)PCA獲?。。。?/strong>