光譜資料的 PCA你好，
我正在對一個大型資料集（257 列（波數）和大約 8000 行（樣本））執行 PCA，並想使用 PCA 識別光譜之間的某些模式。
但是，總是出現此警告“警告：矩陣相關性不是正定的。”有人能幫助我理解這意味著什麼以及這是否與我的數據分析有關嗎？
我只是 JMP 的初學者，但我非常感謝任何有關此事的幫助。
謝謝你！
麥克
基礎資料分析與建模回覆：光譜數據的 PCA嗨，Mike，
您能提供一個範例資料集來查看嗎？這表示您的矩陣的某些特徵不是正的（即特徵值並非全部為正，矩陣不是對稱的），這會改變可以使用 JMP 執行的測試類型（例如此處描述的最大似然檢定）並可能削弱您的 PCA 的強度。我會考慮查看您的資料並嘗試刪除異常值/錯誤，甚至將您的預測因子清單細化為真正重要的因素/列。
正如您所說，您是初學者，我建議您看看這些有關光譜數據分析的文章（ 這裡和這裡）——它們非常鼓舞人心且有用！
謝謝，
本
回覆：光譜數據的 PCA嗨，本，
感謝您的回覆和文章。
在我的資料中您可以看到天然蛋白質和變性蛋白質的光譜。我想使用 PCA 來看看是否可以區分天然蛋白質和變性蛋白質。這是包含一些樣本的範例資料集。
我已將我的資料標準化為 0 - 1 範圍。
回覆：光譜數據的 PCA嗨，Mike，
在這個例子中，您如何區分「變性」？我只是想弄清楚你打算如何使用 PCA 來表示“這些特徵已經變性了”
謝謝，
本
回覆：光譜數據的 PCA嗨@麥可_W ，
您可能需要考慮在 PCA 中對變數進行聚類，並將列數細化為最具代表性的列數（見下文）：
我還將這些資料放入我們的功能資料探索器平台（堆疊資料之後），並將列拆分為群組（Erbse、Ackerborne）和附加的數值（40.5、40.15，請注意，我為未說明值的資料列添加了「0」），並且我得到了一個很好的模型來解釋各組之間峰值的差異（參見 gif 和附表）。
回覆：光譜數據的 PCA嗨，本，
非常感謝！是的，沒有數字的值是天然蛋白質，我在不同的溫度和時間對它們進行了處理。您可以從數字中看出差異。
我的工作是研究是否可以使用近紅外光譜法來看到這些結構差異。我想看看您是否可以使用 PCA 來查看模式並確定規則以及您需要查看的波數。
但回到 PCA 和這個警告（矩陣相關性不是正定的）。我可以透過僅查看 PCA 中具有重要波數（來自聚類或載入矩陣）的列來解決這個問題嗎？
感謝您提供功能資料資源管理器中的範例。我會仔細觀察一下。
回覆：光譜數據的 PCA嗨@麥可_W ，
減少「不重要」列的數量將有助於改進 PCA - 我認為您不應該過分強調肯定性問題 - PCA 將幫助您找到可以指示蛋白質變性的相關列，而不管相關性問題如何，並且您無論如何都可能會通過視覺查看它們以仔細檢查它，看看它在您的樣本中是否存在真實的關係，這將為您提供對重要波長的明確答案。
希望有幫助！
本
回覆：光譜數據的 PCA嗨，本，
太感謝了。這確實對我有幫助。
麥克
