PLS-DA: 偏最小二乘法判别分析

Listenlii-生物信息知识分享

发布于 2020-06-01 17:25:35

18.3K0

发布于 2020-06-01 17:25:35

偏最小二乘法判别分析（PLS-DA,Partial Least Squares Discriminant Analysis）经常用来处理分类和判别问题。其与PCA类似，不同的是PCA是无监督的，PLS-DA是有监督的。

当样本组间差异大而组内差异小时，无监督分析方法可以很好的区分组间差异。反之样本组间差异不大，无监督的方法就难以区分组间差异。另外如果组间的差异较小，各组的样本量相差较大，样本量大的那组将会主导模型。有监督的分析（PLS-DA）能够很好的解决这些问题。

PLS是偏最小二乘分析，DA是判别分析。再加一个o就是加了一个正交，OPLS-DA就是正交偏最小二乘法判别分析。

当变量数量远大于样品数量时(行数小于列数), PLS或 PLS-DA模型容易过拟合，但是PCA效果也不好。但是加入正交矫正之后数据检出假阳性会降低，所以会更准确。数据处理的时候一般是先做PCA，然后做OPLS-DA。

16S扩增子分析数据中也慢慢应用了这种方法，以区分组间的样本差异。

 1#安装
 2if (!requireNamespace("BiocManager", quietly = TRUE))
 3  install.packages("BiocManager")
 4# The following initializes usage of Bioc devel
 5BiocManager::install(version='devel')
 6BiocManager::install("mixOmics")
 7
 8#使用
 9library(mixOmics)
10library(ggplot2)
11
12plsda(X,
13      Y,
14      ncomp = 2,
15      scale = TRUE,
16      mode = c("regression", "canonical", "invariant", "classic"),
17      tol = 1e-06,
18      max.iter = 100,
19      near.zero.var = FALSE,
20      logratio="none", multilevel=NULL,
22      all.outputs = TRUE)
23#X:OTU
24#Y:分组
25#ncomp:展示前几轴。默认2
26#scale:标准化
27#mode:用哪种算法
28#max.iter: 迭代次数
29
30## First example
31data(breast.tumors)
32X <- breast.tumors$gene.exp
33Y <- breast.tumors$sample$treatment
34
35plsda.breast <- plsda(X, Y, ncomp = 2)
36plotIndiv(plsda.breast, ind.names = TRUE, ellipse = TRUE, legend = TRUE)