奇異值分解
在上一個練習中，你看到了當面試題問到高維度資料時，PCA 在降維方面有多實用。
這個練習中，你將在 diabetes 上練習 SVD。與 PCA 不同的是，這個轉換器能有效處理稀疏矩陣，並且透過截斷式奇異值分解來執行線性降維。
回顧一下，奇異值分解會將原始資料矩陣分解為三個矩陣，並利用它們計算並回傳奇異值。
同樣在管線中的位置，但採用不同技術：
本練習屬於課程
用 Python 練習機器學習面試題
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。
# Import module
from ____.____ import ____
# Feature matrix and target array
X = ____.____('____', axis=1)
y = ____['____']