在多元統(tǒng)計分析中拌喉，主成分分析（英語：Principal components analysis发笔，PCA）是一種分析劳淆、簡化數(shù)據(jù)集的技術。主成分分析經(jīng)常用于減少數(shù)據(jù)集的維數(shù)秦忿，同時保持數(shù)據(jù)集中的對方差貢獻最大的特征麦射。這是通過保留低階主成分，忽略高階主成分做到的灯谣。這樣低階成分往往能夠保留住數(shù)據(jù)的最重要方面法褥。
PCA是最簡單的以特征量分析多元統(tǒng)計分布的方法。通常情況下酬屉，這種運算可以被看作是揭露數(shù)據(jù)的內(nèi)部結(jié)構(gòu)半等，從而更好的解釋數(shù)據(jù)的變量的方法。如果一個多元數(shù)據(jù)集能夠在一個高維數(shù)據(jù)空間坐標系中被顯現(xiàn)出來呐萨，那么PCA就能夠提供一幅比較低維度的圖像杀饵，這幅圖像即為在訊息最多的點上原對象的一個‘投影’。這樣就可以利用少量的主成分使得數(shù)據(jù)的維度降低了谬擦。我們可以通過PCA找出離群樣品切距、判別相似性高的樣品簇等。
在線PCA分析工具：http://qplot.cn/apps/016-princomp
居于R語言prcomp計算值 ggpot2可視化惨远。
使用說明
1.導入數(shù)據(jù)
從excel復制粘貼到輸入數(shù)據(jù)框（列為樣本）谜悟，也可以提供樣本的分組信息（行為樣本话肖，列為分組名）。右側(cè)可以看到默認分析結(jié)果
2.參數(shù)設置
顯示loading葡幸，分組樣本加上圈最筒，字體大小設置。
3.樣式設置
修改樣式蔚叨，配色床蜘，及其他細節(jié)。下載矢量圖蔑水。
4.分析結(jié)果 可視化
每個軸的解釋度邢锯。
參考：
https://zh.wikipedia.org/wiki/%E4%B8%BB%E6%88%90%E5%88%86%E5%88%86%E6%9E%90
