用碎石圖視覺化主成分
在機器學習面試中，你可能會被問到應該保留多少個特徵才最合適。本練習中，你會對 loan_data 進行 PCA，繪製主成分的碎石圖（scree plot）以及累積解釋變異比例圖。
這將有助於判斷後續訓練更精準的 ML 模型時，應該保留的最佳主成分（PCs）數量。
由於 PCA 是非監督式方法，因此主成分分析要在移除目標變數 Loan Status 後的 X 矩陣上進行。未設定 n_components 時，會從已訓練的模型中回傳所有主成分。
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。
# Remove target variable
X = loan_data.____('____', axis=1)
# Instantiate
pca = ____(n_components=____)
# Fit and transform
principalComponents = pca.____(____)