用 PCA 做特徵探索
你將使用上一題建立的 PCA pipeline，視覺化探索部分類別型特徵與 poke_df 變異之間的關係。
這些類別型特徵（Type 與 Legendary）位在另一個 DataFrame：poke_cat_df。
所有相關套件與類別都已為你預先載入（Pipeline()、StandardScaler()、PCA()）。
本練習屬於課程
Python 的降維
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Build the pipeline
pipe = Pipeline([('scaler', StandardScaler()),
('reducer', PCA(n_components=2))])
# Fit the pipeline to poke_df and transform the data
pc = ____
print(pc)