偏最小二乘判别分析(PLS-DA)是化疗指标中最广泛使用的分类技术之一。这种方法也被广泛地用于“OMIC”相关领域，例如代谢组学，蛋白质组学和基因组学以及许多其他领域，其产生大量数据，例如光谱学，如其他地方所述。越来越多的PLS-DA方法，特别是在代谢组合领域，主要是由于其大多数常见统计软件包的可用性。

PLS-DA是一种监督聚类或分类方法，是一种化学计量学技术，通过连接两个数据矩阵X(即原始数据)和Y(即组、类的隶属关系等)来优化不同组样品之间的分离。该方法实际上是PLS1方法处理单因变量连续变量的扩展，而PLS2(称为PLS-DA)可以处理多个因变量的分类变量。该方法旨在通过寻找解释变量的线性子空间，使高维数据的自变量X(样本读数，代谢组学数据)与相应因变量Y(组或类)之间的协方差最大化。新的子空间允许基于较少的因素(PLS成分，或所谓的潜在变量)预测Y变量。自变量X投射到子空间上的这些因素描述了因变量Y的行为。

如何下订单:

*如贵机构需要签署保密协议，请电邮联系我们