Dati spettrali + PLS-DACiao a tutti!
Vorrei contattare qualcuno per sapere se può spiegarmi i passaggi fondamentali per eseguire un PLS-DA.
Di seguito è riportato un esempio della tabella di dati grezzi che utilizzo per costruire il metodo di classificazione. Sto lavorando con dati spettrali FTIR e il mio obiettivo con il metodo di classificazione è verificare se riesco a classificare i campioni in base al trattamento ricevuto.
Quando procedo con il modello, ottengo invariabilmente che 0 fattori rappresentano il numero minimo di fattori e quindi non posso classificare nulla.
Ho pensato che la cosa fosse sconcertante, dato che ho già eseguito un'analisi di curve fitting degli spettri in questione e, con tale analisi, ci sono chiare differenze tra i campioni trattati e quelli non trattati. Inoltre, ho grafico gli spettri trattati e non trattati e ci sono chiare differenze visive... quindi, sospetto di stare sbagliando qualcosa.
Le mie domande sono:
Per le variabili di classificazione, utilizzo il codice binario, 0 quando i campioni non hanno ricevuto quel trattamento e 1 per quelli che lo hanno ricevuto. Va bene così o dovrei usare un'altra impostazione?
Ci sono altri suggerimenti su come migliorare le prestazioni di classificazione di questo set di dati? (Ho dimenticato di dire che tutti gli spettri sono stati normalizzati SNV prima dell'analisi per tenere conto del rumore).
Grazie in anticipo! Ogni suggerimento sarà molto apprezzato.:)
Modellazione statistica avanzataRe: Dati spettrali + PLS-DACiao @Mariana_Aguilar ,
Potresti fornirmi il set di dati da esaminare?
PLS-DA è possibile solo tramite JMP Pro , è quello che stai utilizzando? Per quanto riguarda il codice binario, questo non dovrebbe essere rilevante ai fini della classificazione, poiché JMP Pro analizzerà i dati di conseguenza. Se utilizzi Pro, potrebbe essere utile eseguire i dati tramite Functional Data Explorer, che fornirà un grafico PCA funzionale che puoi utilizzare per verificare rapidamente se esiste una distinzione tra le forme delle curve in ciascuna categoria.
Sono disponibili alcune valide risorse per l'analisi spettrale con JMP qui , qui e qui .
Grazie,
Ben
Re: Dati spettrali + PLS-DACaro Ben,
Grazie per la tua gentile risposta. Ho allegato il file con il set di dati.
Ho usato il Functional Data Explorer, ma purtroppo, con la PCA, non sono riuscito a separare correttamente i miei campioni in base al trattamento ricevuto. Ho letto che forse un metodo supervisionato come PLS-DA sarebbe più utile per distinguere le sottili differenze.
Grazie in anticipo.
Mariana
Re: Dati spettrali + PLS-DACiao @Mariana_Aguilar ,
Ho esaminato i dati e penso che l'approccio binario di considerare solo il trattamento sia uno dei motivi per cui i tuoi approcci di modellazione sono in difficoltà; quando guardo con FDE (MCR non vincolato) e PLS-DA e vedo un effetto significativo del trattamento e del tipo di proteina utilizzata negli spettri, se ti riferisci solo al trattamento, il modello non sarà in grado di individuare un modello adatto perché ti perdi metà della storia.
Grazie,
Ben
Re: Dati spettrali + PLS-DACaro Ben, grazie ancora per la tua risposta.
Continuerò a esplorare il mio set di dati come mi hai suggerito. Se non ti dispiace, potresti condividere con me lo script di dati che hai usato? Voglio solo assicurarmi di seguire i passaggi corretti nella specifica del modello (immagine 1).
E un'ultima domanda, se posso. Una volta arrivato al grafico dei punteggi (come nell'immagine 2), hai qualche suggerimento su come posso includere le eclissi per mostrare i raggruppamenti? Mi vengono in mente solo le medie K, ma non so se sia un po' ridondante dopo PLS-DA.
Grazie!!
Re: Dati spettrali + PLS-DACiao @Mariana_Aguilar ,
Certo, trova il file allegato. Potresti provare a effettuare i raggruppamenti a partire dai valori dei punteggi (in Salva Colonne > Salva Punteggi) e prendere quei punteggi per provare a raggrupparli insieme. Ho creato un semplice esempio con Graph Builder (scritto sulla tabella) e potresti esplorare alcuni dei metodi di clustering disponibili in Analizza > Clustering per vedere se riesci a ottenere un raggruppamento significativo. Vale anche la pena provare le impostazioni del metodo PLS per centratura, ridimensionamento e Standardizzazione X, poiché modifiche a queste impostazioni possono migliorare l'adattamento del modello (oltre a rimuovere variabili VIP non importanti e rieseguire il modello).
Grazie,
Ben
Re: Dati spettrali + PLS-DAGrazie Ben, il tuo supporto è stato molto utile. So che ho già fatto l'ultima domanda, ma posso farne un'altra? Dai modelli PLS-DA che sto costruendo, vorrei includere alcune statistiche relative all'errore di convalida incrociata o eseguire un test di permutazione per verificare la validità del modello.
Non sono riuscito a trovare nessuno di questi valori nel menu sotto il triangolo rosso nella finestra PLS-DA... potresti indicarmi la giusta direzione per eseguire questi test?
Grazie ancora per il tuo gentile aiuto.
Mariana
Re: Dati spettrali + PLS-DACiao @Mariana_Aguilar ,
Il report di convalida incrociata fornirà dettagli sulle prestazioni del modello con i dati di addestramento. Per saperne di più, ti consiglio di consultare questa pagina (e di dare un'occhiata ad alcuni link per argomenti come la media della pressione e il modo in cui viene calcolato X2).
Grazie,
Ben
