
PCA yapın ve grafiklerini doğru biçimde çizin
Bir ölçüm tablosu yükleyin. Yila değişkenleri standartlaştırır, temel bileşen analizini yapar ve skor grafiğini, yamaç birikinti grafiğini ve okunaklı bir biplot çizer; bileşen yüklerini ve betiği de verir.
Verilerimdeki sayısal değişkenleri standartlaştırın ve PCA yapın: PC1'e karşı PC2'yi gösteren, noktaları sütununa göre renklendirilmiş ve %95 güven elipsleri eklenmiş, yayına hazır bir skor grafiği, bir yamaç birikinti grafiği ve en çok katkı yapan değişkenleri gösteren bir biplot çizin. Her bileşenin açıkladığı varyansı raporlayın. Şekilleri PNG ve SVG olarak, yük tablosunu ve betiği kaydedin.
Yila çalışma alanında açılır; sohbet sırasında her şeyi değiştirebilirsiniz.
Tamamlanmış bir PCA
Açık bir kimya veri setiyle yürütülmüş resmî bir görev. Aşağıda görevin kaydettiği üç şekil yer alıyor; indirilen dosyada bunların yanında bileşen yükleri, varyans tablosu ve Python betiği de var.

Neler alırsınız
- Skor grafiği
- Her eksende açıklanan varyansla birlikte PC1'e karşı PC2; noktalar gruba göre renklendirilir ve %95 güven elipsleri eklenir.
- Yamaç birikinti grafiği (scree plot)
- Her bileşenin tek başına ve birikimli olarak açıkladığı varyans; böylece kaç bileşeni tuttuğunuzu gerekçelendirebilirsiniz.
- Biplot ve bileşen yükleri
- En çok katkı yapan değişkenler için oklar ve her bileşen için eksiksiz yük tablosu.
- Betik
- Analizin tamamı Python ile (isterseniz R ile); ön işleme adımları da açıkça yazılmıştır.
Nasıl çalışır

Tabloyu yükleyin ve grupları belirtin
Yila'ya ölçümleri içeren bir CSV veya Excel dosyası verin ve renklendirmede hangi sütunun kullanılacağını söyleyin. Gruplar PCA'nın kendisinde değil, yalnızca renklendirmede kullanılır.

Yila değişkenleri ve ölçeklemeyi kontrol eder
Birimlere ve değer aralıklarına bakar, farklı ölçeklerde ölçülmüş değişkenleri standartlaştırır ve PCA'yı çalıştırmadan önce eksik değerleri raporlar.

Üç grafiği ve bileşen yüklerini alın
Skor grafiği, yamaç birikinti grafiği ve biplot çizilir, kontrol edilir ve yük tablosu ile betikle birlikte kaydedilir. PC1'e karşı PC3, noktalarda etiketler ya da üç boyutlu bir görünüm isterseniz aynı sohbette söyleyin.
Kullanım alanları
Omik ve metabolomik
Diferansiyel analizden önce örneklerin deney grubuna mı yoksa batch'e mi göre kümelendiğini görün.
Kimya ve gıda bilimi
Örneklerin ölçülen pek çok özellik üzerinden aynı anda nasıl ayrıştığını ve bunu hangi özelliklerin belirlediğini gösterin.
Anket ve ölçek verileri
Birbiriyle ilişkili çok sayıda maddeyi birkaç bileşene indirin ve hangi maddelerin birlikte yüklendiğini görün.
Sık sorulan sorular
Keşfetmeye devam edin

Veri Analizi Asistanı
Bir CSV/XLSX yükleyin; sohbet üzerinden verileri inceleyin, araştırma istatistiklerini çalıştırın ve yayına hazır grafikler oluşturun.

Yayımlayabileceğiniz bir korelasyon ısı haritası hazırlayın
Değişkenlerinizi içeren tabloyu yükleyin. Yila uygun korelasyon yöntemini seçer, test sayısına göre düzeltme yapar, örüntülerin ortaya çıkması için değişkenleri sıralar ve şekli tam matris ve betikle birlikte kaydeder.

Kümelenmiş bir gen ekspresyonu ısı haritası hazırlayın
RNA-Seq veya mikrodizi verilerinden bir ekspresyon matrisi yükleyin. Yila neredeyse hiç eksprese edilmeyen genleri ayıklar, en değişken olanları seçer, genleri ve örnekleri kümeler ve grupları işaretler.
Kendi verilerinizle PCA yapın
Tabloyu yükleyin ve grupların nasıl renklendirileceğini söyleyin. Yila ölçeklendirir, grafikleri çizer ve betiği saklar.
Verilerinizle başlayın