The first PCA biplot (Fig. 3) accou

The first PCA biplot (Fig. 3) accounts for 75% of the variance. The
first principal component explains differences in perceived deformation
and melting. The second component mainly discriminates
samples according to their caramel intensity. The differences in
cocoa flavour are better illustrated on the biplot representing
components 1 and 3 (Fig. 4). Indeed the cocoa attribute is highly
correlated with the third component.

ผลลัพธ์ (ไทย) 1:

Biplot PCA แรก (รูป 3) บัญชีสำหรับ 75% ของความแปรปรวน การส่วนประกอบหลักแรกอธิบายความแตกต่างในการรับรู้ความผิดปกติและจุดหลอมเหลว ส่วนสองส่วนใหญ่ discriminatesตัวอย่างตามความเข้มของคาราเมล ความแตกต่างในรสโกโก้ดีกว่าจะแสดงบน biplot แทนส่วนประกอบ 1 และ 3 (4 รูป) อันที่จริงแอตทริบิวต์โกโก้เป็นสูงมีความสัมพันธ์กับส่วนประกอบสาม

ผลลัพธ์ (ไทย) 2:

ครั้งแรก biplot PCA (รูปที่. 3) บัญชีสำหรับ 75% ของความแปรปรวน
องค์ประกอบหลักแรกที่อธิบายความแตกต่างในการเปลี่ยนรูปแบบการรับรู้
และการละลาย ส่วนที่สองส่วนใหญ่เลือกปฏิบัติ
ตัวอย่างตามความเข้มของคาราเมลของพวกเขา ความแตกต่างใน
รสชาติโกโก้จะดีกว่าภาพประกอบบน biplot ที่เป็นตัวแทนของ
ส่วนประกอบ 1 และ 3 (รูปที่. 4) แท้จริงแอตทริบิวต์โกโก้เป็นอย่างสูงที่
มีความสัมพันธ์กับองค์ประกอบที่สาม

ผลลัพธ์ (ไทย) 3:

การ biplot PCA ( รูปที่ 3 ) บัญชีสำหรับ 75% ของความแปรปรวน ที่องค์ประกอบหลักในการอธิบายถึงความแตกต่างของแรกและการหลอมละลาย องค์ประกอบที่สองส่วนใหญ่ไม่ยอมรับตัวอย่างตามคาราเมลเข้ม ความแตกต่างในกลิ่นโกโก้ภาพประกอบบน biplot แทนจะดีกว่าส่วนประกอบที่ 1 และ 3 ( รูปที่ 4 ) แน่นอนคุณลักษณะสูง โกโก้มีความสัมพันธ์กับส่วนที่สาม