nuget
多变量分析（PCA / PLS-DA / OPLS-DA）的统一二维表入口。
所有的入口方法都直接接收 NumericTable，内部会构造 一个全新的 StatisticsObject 之后再调用现有的分析算法， 因此可以安全地进行链式调用。
NumericTableAnalysis
01 Syntax
Microsoft.VisualBasic.Math.Statistics.Hypothesis.ANOVA.NumericTableAnalysis
02 Methods
| Name | Overloads | Summary |
|---|---|---|
| pca | 1 | 主成分分析（PCA）。 X 为表的全部特征列；PCA 不需要响应变量，因此 y 可以留空。 |
| plsda | 1 | 偏最小二乘判别分析（PLS-DA）。 X 为表的全部特征列，y 为由参数 y 指定的标签列 （缺省为表中的第一个标签列）。响应变量是必须的。 |
| oplsda | 1 | 正交偏最小二乘判别分析（OPLS-DA）。 X 为表的全部特征列，y 为由参数 y 指定的标签列 （缺省为表中的第一个标签列）。响应变量是必须的。 |
| RequireResponse | 1 | 判别分析需要响应变量，当表之中不存在任何可用的响应变量的时候给出明确的报错信息 |
03 Members
pca(
NumericTable, Int32, Double, String, ScaleMethod, TransformMethod)主成分分析（PCA）。
X 为表的全部特征列；PCA 不需要响应变量，因此 y 可以留空。
Parameters
| Name | Type | Description |
|---|---|---|
table | NumericTable | 经过预处理之后的纯数值二维表 |
maxPC | Int32 | 需要计算的主成分的最大数量 |
cutoff | Double | 主成分迭代计算的收敛阈值 |
y | String | 响应/分组变量所在的标签列名，PCA 不需要 |
scale | ScaleMethod | X 矩阵的缩放方法 |
transform | TransformMethod | X 矩阵的变换方法 |
plsda(
NumericTable, Int32, String, ScaleMethod, TransformMethod)偏最小二乘判别分析（PLS-DA）。
X 为表的全部特征列，y 为由参数 y 指定的标签列 （缺省为表中的第一个标签列）。响应变量是必须的。
Parameters
| Name | Type | Description |
|---|---|---|
table | NumericTable | 经过预处理之后的纯数值二维表 |
component | Int32 | 指定的潜变量数量，小于 1 的时候由内部的交叉验证自动确定最优的因子数量 |
y | String | 响应/分组变量所在的标签列名，缺省为第一个标签列 |
scale | ScaleMethod | X 矩阵的缩放方法 |
transform | TransformMethod | X 矩阵的变换方法 |
oplsda(
NumericTable, Int32, String, ScaleMethod, TransformMethod)正交偏最小二乘判别分析（OPLS-DA）。
X 为表的全部特征列，y 为由参数 y 指定的标签列 （缺省为表中的第一个标签列）。响应变量是必须的。
Parameters
| Name | Type | Description |
|---|---|---|
table | NumericTable | 经过预处理之后的纯数值二维表 |
component | Int32 | 指定的正交成分数量，小于 1 的时候由内部的交叉验证自动确定 |
y | String | 响应/分组变量所在的标签列名，缺省为第一个标签列 |
scale | ScaleMethod | X 矩阵的缩放方法 |
transform | TransformMethod | X 矩阵的变换方法 |
RequireResponse(
StatisticsObject, String)判别分析需要响应变量，当表之中不存在任何可用的响应变量的时候给出明确的报错信息