光谱数据的 PCA你好，
我正在对一个大型数据集（257 列（波数）和大约 8000 行（样本））执行 PCA，并想使用 PCA 识别光谱之间的某些模式。
但是，总是会出现这个警告“警告：矩阵相关性不是正定的。”有人能帮助我理解这意味着什么，以及它是否与我的数据分析有关吗？
我只是 JMP 的初学者，但我非常感谢任何有关此事的帮助。
谢谢你！
麦克
基础数据分析与建模回复：光谱数据的 PCA嗨，Mike，
您能否提供一个示例数据集以供查看？这表明您的矩阵的某些特征不为正（即特征值并非全部为正，矩阵不对称），这会改变 JMP 所需的测试类型（例如此处所述的最大似然检验），并可能削弱 PCA 的强度。我会考虑查看您的数据并尝试诸如删除异常值/错误或甚至将您的预测因子列表细化为真正重要的因素/列。
正如您所说，您是初学者，我建议您看看这些有关光谱数据分析的文章（ 这里和这里）——它们非常鼓舞人心且很有用！
谢谢，
本
回复：光谱数据的 PCA嗨，本，
感谢您的回复和文章。
在我的数据中，您可以看到天然蛋白质和变性蛋白质的光谱。我想使用 PCA 来查看是否可以区分天然蛋白质和变性蛋白质。以下是包含一些样本的示例数据集。
我已将我的数据标准化为 0 - 1 范围。原始数据和标准化值均出现警告。
回复：光谱数据的 PCA嗨，Mike，
在这个例子中，你如何区分“变性”？它是样本“0.5”、“0.14”和“85”之间的差异吗？我只是想弄清楚你打算如何使用 PCA 来表示“这些特征变性了”
谢谢，
本
回复：光谱数据的 PCA嗨@麦可_W ，
您可能需要考虑在 PCA 中对变量进行聚类，并将列数细化为最具代表性的列数（见下文）：
我还将这些数据放入我们的功能数据探索器平台（堆叠数据之后），并将列拆分为组（Erbse、Ackerborne）和附加的数值（40.5、40.15，请注意，我为未说明值的列添加了“0”），并且我得到了一个很好的模型来解释各组之间峰值的差异（参见 gif 和附表）。
回复：光谱数据的 PCA嗨，本，
非常感谢！没错，没有数字的数值是天然蛋白质，我在不同的温度和时间对它们进行了处理。您可以从数字中看到差异。
我的工作是研究你是否可以使用 NIR 光谱法看到这些结构差异。我想看看你是否可以使用 PCA 看到模式并确定规律性，以及你需要查看哪个波数。
但回到 PCA 和此警告（矩阵相关性不是正定的）。我可以通过仅查看 PCA 中具有重要波数（来自聚类或加载矩阵）的列来解决这个问题吗？
感谢您提供功能数据资源管理器中的示例。我会仔细研究一下。
回复：光谱数据的 PCA嗨@麦可_W ，
减少“不重要”列的数量将有助于改进 PCA - 我认为您不应该过分强调肯定性问题 - PCA 将帮助您找到可以指示蛋白质变性的相关列，而不管相关性问题如何，并且您无论如何都可能会通过视觉查看它们以仔细检查它，看看它在您的样本中是否存在真实的关系，这将为您提供对重要波长的明确“真或假”答案。
希望这有帮助！
本
回复：光谱数据的 PCA嗨，本，
非常感谢。这确实对我有帮助。
麦克
