PCA biplot = PCA score plot + loading plot
matlab PCA分析命令:
[coeff,score,latent,tsquared,explained,mu] = pca(X);
前两个主成分的PCA Biplot
如上图所示,PCA Biplot包含两部分。首先是loading plot,这里loading即PCA变换系数。这里有6个变量(X的维度为6),返回的loading为:
coeff = 0.3541 -0.1231 0.2676 0.1314 0.6925 -0.5396 0.3408 0.5872 0.6770 0.0068 -0.2737 0.0759 0.2556 -0.2597 0.1699 -0.0613 0.4066 0.8181 0.4483 -0.3120 -0.1127 0.7449 -0.3655 0.0218 0.5788 0.4460 -0.6410 -0.2127 0.0952 0.0306 0.3965 -0.5257 0.1328 -0.6154 -0.3710 -0.1800
ps: loading矩阵是正交的(coeff * coeff' = I)。
上面PCA Biplot中考虑前两个主成分,绘制loading plot时取coeff的前两列。可以看到,第二行和第五行两个坐标均为正,因此,PCA Biplot中V2, V5在第一象限。其余行均为一正一负,因此V1, V3, V4, V6均位于第四象限。
其次是,score plot,这里score指的是主成分值(即输入X经过loading矩阵变换后的值,也称为潜变量)。这里仅考虑前两个主成分,绘制即可。上图红色的散点即是score plot。
PCA biplot含义
从PCA biplot可以看出什么?
1. 各变量间的相关性
V1至V6之间的夹角表示各维度间的相关性,从上图看出,各变量间夹角均小于90度,说明他们呈正相关。(等于90度,没有明确的相关关系,大于90度,负相关关系)
2. 各变量对前两个主成分的贡献
V1-V6的径向长度表示影响的大小,方向表示正负。如,6个变量均对第一主成分有正的影响,V2, V5对第二主成分有正的响应,V1, V3, V4, V6对第二主成分有负的响应。
3. 主成分的变化性
可以看到第一主成分具有最大的方差,第二主成分变化性显著减弱。
4. score的分布
从上图看出除了一些离群点外,score的分布较为紧凑,说明所有样本对系统的反应较为一致。
A biplot simultaneously plots information on the observations and the variables in a multidimensional dataset.
A biplot can optimally represent any two of the following characteristics:- distances between observations
- relationships between variables
- inner products between observations and variables