基于主成分生成参考的改进向量分类分析

借助自动化测量，可以相对容易地汇集大型数据集。这些数据集通常具有很大程度的方差。尽管如此，我们仍希望在数据集中找到具有共同区分特征的分组。最近 Albrecht 等人展示了一种多参数基于向量的分类分析，提供了在单分子断裂结测量的电导-位移轨迹数据集中寻找簇的有力手段（Lemmer 等人，Nature Communications，2016，7，12922）。使用理想化的空白隧穿轨迹作为参考来计算三个向量变量。作者建议可选择更合适的参考以更好地在数据集中形成簇。在此，我们提出使用由数据集计算的相关矩阵的主成分来构造快速且策略性的参考轨迹。主成分在构成相关矩阵的独立变量单位下形成正交基集。第一主成分（对应相关矩阵最大特征值的那个）指向数据中方差最大的方向。我们使用空白隧穿参考轨迹和由相关矩阵第一主成分构造的参考轨迹来分析一组 4,4'-联吡啶单分子断裂结。空白隧穿参考轨迹在向量分析图中产生单个拉长的簇，而由主成分构造的参考轨迹区分了簇中的两个分支。我们假设这两个分支源于具有长或短分子平台的两组轨迹。基于统计的排序算法，如基于向量的分类技术，提供了形成此类假设的客观框架，并有助于设计新的针对性研究以验证它们。