Données spectrales + PLS-DABonjour à tous!
Je cherche à savoir si quelqu'un peut me guider à travers les étapes de base pour effectuer PLS-DA.
Vous trouverez ci-dessous un exemple de tableau de données brutes que j'utilise pour construire la méthode de classification. Je travaille avec des données FTIR spectrales et mon objectif est de déterminer si je peux classer les échantillons en fonction du traitement qu'ils ont reçu.
Lorsque je continue avec le modèle, j'obtiens invariablement que 0 facteur est le nombre minimal de facteurs, et donc je ne peux rien classer.
J'ai trouvé cela déroutant, car j'ai déjà effectué une analyse d'ajustement de courbe des spectres en question, et cette analyse révèle des différences nettes entre les échantillons traités et non traités. De plus, j'ai représenté graphiquement les spectres traités et non traités, et les différences visuelles sont nettes… je soupçonne donc une erreur.
Mes questions sont :
Pour les variables de classification, j'utilise un code binaire : 0 lorsque les échantillons n'ont pas reçu ce traitement et 1 pour ceux qui l'ont reçu. Est-ce correct, ou faut-il utiliser un autre paramètre ?
D'autres suggestions sur la façon d'améliorer les performances de classification de cet ensemble de données ? (J'ai oublié de dire que tous les spectres ont été normalisés SNV avant l'analyse pour tenir compte du bruit).
Merci d'avance ! Toute suggestion serait la bienvenue.:)
Modélisation statistique avancéeObjet : Données spectrales + PLS-DASalut @Mariana_Aguilar ,
Est-il possible pour vous de fournir l’ensemble de données à consulter ?
PLS-DA n'est possible qu'avec JMP Pro . Utilisez-vous cette méthode ? Pour le code binaire, cela ne devrait pas avoir d'importance pour la classification, car JMP Pro analysera les données en conséquence. Si vous utilisez Pro, il peut également être utile d'exécuter les données via Functional Data Explorer. Cela vous permettra d'obtenir un graphique ACP fonctionnel permettant de voir rapidement s'il existe une distinction entre les formes des courbes de chaque catégorie.
Il existe de bonnes ressources pour l'analyse spectrale avec JMP ici , ici et ici .
Merci,
Ben
Objet : Données spectrales + PLS-DACher Ben,
Merci pour votre aimable réponse. J'ai joint le fichier contenant l'ensemble de données.
J'ai utilisé l'explorateur de données fonctionnelles, mais malheureusement, avec l'ACP, je n'ai pas pu séparer correctement mes échantillons en fonction du traitement reçu. J'ai lu qu'une méthode supervisée comme PLS-DA serait peut-être plus utile pour distinguer les différences subtiles.
Merci d'avance.
Marianne
Objet : Données spectrales + PLS-DASalut @Mariana_Aguilar ,
J'ai examiné les données et je pense que l'approche binaire consistant simplement à examiner le traitement est l'une des raisons pour lesquelles vos approches de modélisation sont difficiles, lorsque je regarde avec FDE (MCR sans contrainte) et PLS-DA et qu'il y a un effet significatif du traitement et du type de protéine utilisé sur les spectres - si vous ne vous rapportez qu'au traitement, le modèle ne pourra pas atterrir sur un modèle approprié car vous manquez la moitié de l'histoire.
Merci,
Ben
Objet : Données spectrales + PLS-DACher Ben, merci encore pour votre réponse.
Je vais continuer à explorer mon jeu de données comme vous me l'avez suggéré. Si vous le permettez, pourriez-vous me communiquer le script de données que vous avez utilisé ? Je souhaite simplement m'assurer de suivre les étapes appropriées de la spécification du modèle (image 1).
Et une dernière question si vous me le permettez. Une fois arrivé au graphique des scores (comme dans l'image 2), auriez-vous une suggestion pour inclure des éclipses afin de représenter les regroupements ? Je ne vois que les moyennes K, mais je ne sais pas si c'est un peu redondant après PLS-DA.
Merci!!
Objet : Données spectrales + PLS-DASalut @Mariana_Aguilar ,
Bien sûr, trouvez le fichier ci-joint. Vous pouvez essayer de regrouper les valeurs de score (dans « Enregistrer les colonnes > Enregistrer les scores ») et les utiliser pour les regrouper. J'ai créé un exemple simple avec Graph Builder (scripté sur la table) et vous pouvez explorer certaines des méthodes de clustering disponibles dans « Analyser > Clustering » pour voir si vous pouvez obtenir un regroupement pertinent. Il est également intéressant de tester les paramètres de centrage, de mise à l'échelle et de standardisation X de la méthode PLS, car leur modification peut améliorer l'ajustement du modèle (ainsi que la suppression des variables VIP non importantes et la réexécution du modèle).
Merci,
Ben
Objet : Données spectrales + PLS-DAMerci Ben, ton soutien m'a été très utile. Je sais que j'ai déjà posé la dernière question, mais puis-je en poser une autre ? À partir des modèles PLS-DA que je construis, j'aimerais inclure des statistiques relatives aux erreurs de validation croisée ou effectuer un test de permutation pour vérifier la validité du modèle.
Je n'ai pas eu de chance de trouver de telles valeurs dans le menu sous le triangle rouge dans la fenêtre PLS-DA... pourriez-vous m'indiquer la bonne direction pour effectuer ces tests ?
Merci encore pour votre aimable aide.
Marianne
Objet : Données spectrales + PLS-DASalut @Mariana_Aguilar ,
Le rapport de validation croisée vous fournira des détails sur les performances du modèle avec les données de formation. Je vous recommande de consulter cette page (et de consulter certains liens pour des éléments tels que la pression moyenne racinaire et la façon dont X2 est calculé) pour en savoir plus.
Merci,
Ben
