Q3.PCA与PCoA的区别？

主成分分析(Principal Component Analysis,PCA)是一种分析和简化数据集的技术，通过将方差进行分解，将多组数据的差异反映在二维坐标图上；主坐标分析法(Principal coordinates analysis,PCoA)是一种与 PCA 类似的降维排序方法。PCoA与PCA的区别在于PCA是基于原始的物种组成矩阵所做的分析，使用的是欧式距离，仅仅比较的是物种丰度的不同，而PCoA首先根据不同的距离算法计算样品之间的距离，然后对距离矩阵进行处理，使图中点间的距离正好等于原来的差异数据，实现定性数据的定量转换。