此为本人学习笔记，不具备参考价值
通俗的数学原理
一文看懂主成分分析
协方差矩阵和相关系数矩阵
rm(list = ls()) ## 魔幻操作，一键清空~ options(stringsAsFactors = F) load(file = 'step1-output.Rdata') table(group_list) # 每次都要检测数据 dat[1:4,1:4] ## 下面是画PCA的必须操作，需要看说明书。 dat=t(dat)#画PCA图时要求是行名时样本名，列名时探针名，因此此时需要转换 dat=as.data.frame(dat)#将matrix转换为data.frame dat=cbind(dat,group_list) #cbind横向追加，即将分组信息追加到最后一列 library("FactoMineR")#画主成分分析图需要加载这两个包 library("factoextra") # The variable group_list (index = 54676) is removed # before PCA analysis dat.pca <- PCA(dat[,-ncol(dat)], graph = FALSE)#现在dat最后一列是group_list，需要重新赋值给一个dat.pca,这个矩阵是不含有分组信息的 fviz_pca_ind(dat.pca, geom.ind = "point", # show points only (nbut not "text") col.ind = dat$group_list, # color by groups # palette = c("#00AFBB", "#E7B800"), addEllipses = TRUE, # Concentration ellipses legend.title = "Groups" ) ggsave('all_samples_PCA.png')