Kostenloser PCA-Plot-Maker
Erstelle einen PCA-Score-Plot, Biplot oder Scree-Plot aus einfachem Text
Beschreibe deine Hauptkomponentenanalyse – die Gruppen, den Prozentsatz der Varianz auf PC1 und PC2 sowie etwaige Ellipsen oder Loading-Vektoren –, und die KI zeichnet einen klaren, publikationsreifen PCA-Plot, fertig für Genomik-, Metabolomik- und Machine-Learning-Berichte.
Beispiele für PCA-Plots
Klicke auf ein Beispiel, um seinen Prompt zu laden, oder nutze es als Ausgangspunkt für deinen eigenen PCA-Plot.
Was ist ein PCA-Plot?
Ein PCA-Plot visualisiert das Ergebnis der Hauptkomponentenanalyse, einer Technik, die viele korrelierte Variablen auf wenige unkorrelierte Hauptkomponenten reduziert. Die häufigste Form ist der Score-Plot: ein Streudiagramm der Proben auf PC1 gegen PC2, wobei jede Achse mit dem Prozentsatz der von ihr erfassten Gesamtvarianz beschriftet ist und Punkte nach Gruppe gefärbt sind, um Clustering, Trennung oder Batch-Effekte zu zeigen. Dieser PCA-Plot-Maker verwandelt eine Textbeschreibung in eine klare, beschriftete Abbildung – du beschreibst deine Gruppen, die von jeder Komponente erklärte Varianz und etwaige Konfidenzellipsen oder Loading-Vektoren, und die KI erzeugt einen korrekt proportionierten PCA-Plot mit betitelten Achsen und Legende, ganz ohne R, Python oder Tabellen.
Warum einen PCA-Plot-Maker nutzen
- Erhalte in Sekunden einen klaren PCA-Score-Plot, ohne R- oder Python-Diagramm-Code zu schreiben.
- Zeige Clustering, Gruppentrennung und Batch-Effekte klar mit gefärbten Gruppen und Ellipsen.
- Wechsle aus derselben Beschreibung zwischen Score-Plot, Biplot, Scree-Plot oder Loadings-Plot.
- Erzeuge publikationsreife Abbildungen für Genomik-, Metabolomik- und Machine-Learning-Berichte.
- Vermittle Ergebnisse der Dimensionsreduktion an Leser, die die rohe Datenmatrix nie sehen.
So erstellst du einen PCA-Plot
Beschreibe die Abbildung in einfacher Sprache: benenne deine Gruppen, gib den Prozentsatz der Varianz für PC1 und PC2 an und sage, ob du einen Score-Plot, Biplot, Scree-Plot oder Loadings-Plot möchtest. Erwähne Extras wie 95-%-Konfidenzellipsen, eine Legende oder beschriftete Loading-Pfeile. SciDraw AI zeichnet dann einen klaren PCA-Plot mit %-Varianz-Achsenbeschriftungen und sauberen Gruppenfarben, und du kannst den Prompt verfeinern und neu erzeugen, bis das Layout genau richtig aussieht.
Was du zeichnen kannst
- PC1- und PC2-Achsen, jede beschriftet mit dem Prozentsatz der erklärten Varianz
- Probenpunkte, gefärbt nach Gruppe oder Bedingung, mit passender Legende
- 95-%-Konfidenzellipsen, die die Streuung jeder Gruppe zusammenfassen
- Loading-Vektoren, gezeichnet als beschriftete Pfeile für einen Biplot
- Ein Scree-Plot der durch jede aufeinanderfolgende Komponente erklärten Varianz
- Der Ursprung bei (0, 0), wo die Komponenten zentriert sind
FAQ zum PCA-Plot
Was ist ein PCA-Plot?
Ein PCA-Plot visualisiert die Hauptkomponentenanalyse, die viele korrelierte Variablen auf wenige Hauptkomponenten komprimiert. Die übliche Form ist ein Score-Plot: ein Streudiagramm der Proben auf PC1 gegen PC2, wobei jede Achse nach dem Prozentsatz der von ihr erklärten Varianz beschriftet ist und Punkte nach Gruppe gefärbt sind. Er dient dazu, Clustering, Gruppentrennung und Batch-Effekte in Genomik, Metabolomik und Machine Learning aufzudecken.
Was bedeuten PC1, PC2 und die % Varianz?
PC1 (Hauptkomponente 1) ist die Richtung in deinen Daten, die die meiste Varianz erfasst; PC2 ist die nächste Richtung, orthogonal zu PC1, die das meiste der verbleibenden Varianz erfasst. Der Prozentsatz an jeder Achse ist der Anteil der Gesamtvarianz, den diese Komponente erklärt, sodass eine mit „PC1 (42 %)“ beschriftete Achse bedeutet, dass diese Komponente 42 % der Streuung in den Daten ausmacht. Höhere Prozentsätze auf den ersten beiden Komponenten bedeuten, dass der 2D-Plot die ursprünglichen Daten getreuer abbildet.
Was ist der Unterschied zwischen Score-Plot, Biplot und Scree-Plot?
Ein Score-Plot zeigt die Proben positioniert auf PC1 gegen PC2 und dient dazu, Clustering und Gruppentrennung zu sehen. Ein Biplot fügt Variablen-Loading-Vektoren als Pfeile über dem Score-Plot hinzu und zeigt, welche Variablen die Trennung antreiben. Ein Scree-Plot ist ein separates Diagramm des Prozentsatzes der durch jede aufeinanderfolgende Komponente erklärten Varianz und dient dazu, zu entscheiden, wie viele Komponenten behalten werden. Ein Loadings-Plot wiederum zeigt den Beitrag jeder Variable zu PC1 und PC2.
Wie erstelle ich einen PCA-Plot online?
Gib eine kurze Beschreibung der gewünschten Abbildung ein, etwa einen PCA-Score-Plot auf PC1 (42 %) vs. PC2 (18 %), gefärbt nach drei Gruppen mit 95-%-Konfidenzellipsen, und benenne etwaige Loading-Pfeile oder einen Scree-Plot, falls du sie brauchst. SciDraw AI zeichnet dann einen klaren, beschrifteten PCA-Plot. Du kannst die Formulierung anpassen und neu erzeugen, bis der Score-Plot, Biplot oder Scree-Plot zu dem passt, was du brauchst.
Ist der PCA-Plot-Maker kostenlos?
Ja, du kannst kostenlos starten. Erstelle ein Konto und du erhältst kostenlose Credits, um sofort PCA-Plots zu erzeugen, mit kostenpflichtigen Tarifen für den Fall, dass du regelmäßig viele Abbildungen erstellen musst.
Eignet es sich für Forschung oder Veröffentlichung?
Die Abbildungen sind im Publikationsstil und eignen sich hervorragend für Folien, Poster, Entwürfe und Lehre, sind aber illustrative Diagramme, die aus deiner Beschreibung erzeugt und nicht aus deinen Daten berechnet werden. Für eine Ergebnisabbildung in einem Paper führe die tatsächliche Hauptkomponentenanalyse auf deinem Datensatz durch (in R, Python oder deinem Statistikpaket), sodass Punktpositionen, Varianzprozentsätze und Ellipsen reale Werte widerspiegeln, und nutze dieses Werkzeug, um das Layout zu skizzieren oder zu erklären.
Weitere Tools entdecken
Histogramm-Maker
Verwandle Daten und Klassen in ein klares, beschriftetes Häufigkeitshistogramm mit optionaler Normalverteilungskurve.
Kostenlos testen
Boxplot-Maker
Erzeuge klare, beschriftete Box-Whisker-Plots mit Quartilen, Whiskern und Ausreißern aus einer einfachen Textbeschreibung.
Kostenlos testen
Violindiagramm-Maker
Erstelle beschriftete Violindiagramme mit innenliegenden Boxplots und Dichteformen aus einer einfachen Textbeschreibung.
Kostenlos testenZeichne jetzt deinen PCA-Plot
Beschreibe deine Hauptkomponentenanalyse – Gruppen, %-Varianz-Achsen, Ellipsen oder Loading-Vektoren – und erhalte in Sekunden einen klaren PCA-Plot. Starte kostenlos mit SciDraw AI.
