Q3.PCA與PCoA的區(qū)別？

主成分分析(Principal Component Analysis,PCA)是一種分析和簡(jiǎn)化數(shù)據(jù)集的技術(shù)，通過將方差進(jìn)行分解，將多組數(shù)據(jù)的差異反映在二維坐標(biāo)圖上；主坐標(biāo)分析法(Principal coordinates analysis,PCoA)是一種與 PCA 類似的降維排序方法。PCoA與PCA的區(qū)別在于PCA是基于原始的物種組成矩陣所做的分析，使用的是歐式距離，僅僅比較的是物種豐度的不同，而PCoA首先根據(jù)不同的距離算法計(jì)算樣品之間的距離，然后對(duì)距離矩陣進(jìn)行處理，使圖中點(diǎn)間的距離正好等于原來的差異數(shù)據(jù)，實(shí)現(xiàn)定性數(shù)據(jù)的定量轉(zhuǎn)換。