R语言如何找到患者数据中具备差别的指标？（PLS—DA分析）

参考原文：http://tecdat.cn/?p=4550

从海量数据中发现潜在标志指标, 须要借助多变量模式识别方法. 无监督的模式识别方法包括主成分分析（PCA、聚类分析(HCE)等，根据模式识别模型抽提出对分类有重要贡献的指标后, 若是还须要进一步验证这些指标的差别性，那么能够在r语言中使用PLSDA模型进行分析。

 

   本文使用几组患者对不一样指标进行评分的数据，最后使用PLS—DA模型挖掘出不一样中医分组方式下存在差别的指标。

数据1 （少分组数据）

经过plsda建模以后，咱们对获得的主成分进行画图，而且对不一样分组的样本进行标识。 从结果中能够看到不一样组别分别有哪些指标,以及哪些指标之间存在显著的差别？

# plsda.breast <- plsda(X, Y, ncomp = 2)

 

# col.breast <- as.numeric(as.factor(Y))

# plotIndiv(plsda.breast, ind.names = TRUE, col = col.breast ,ellipse = TRUE)

 

从图中能够看到,分组a和分组b之间存在显著的差别,分组cdef之间的差别较小,分组a分组b和分组cdef间均存在显著差别。

同时，为了咱们能够从数值的角度来对这些分组的差别性进行分析。

计算他们的相关矩阵：

距离矩阵

 

从指示变量矩阵的结果来看,a的特征向量和b的特征向量之间存在显著差别,而cdef之间的差别较小

数据2 （多分组数据）
为了测试模型的拓展性，咱们测试了更多分组数据。相似能够获得以下的成分散点图：

 

一样计算距离矩阵

dd

从结果中能够看到不一样组别分别有哪些指标,以及哪些指标之间存在显著的差别？

从图中能够看到,分组GHEC之间的差别较小,分组ABDFIJK之间差别较小,这两类间均存在显著差别

从指示变量矩阵的结果来看,, GHEC特征向量之间的差别较小距离也较小,分组ABDFIJK之间差别较小距离也较小,这两类间均存在显著差别