用碎石图可视化主成分
在机器学习面试中，您可能会被问到应保留多少个最优特征。本练习中，您将对 loan_data 使用 PCA，绘制主成分的碎石图和累计解释方差比图。
这些图将帮助您确定用于后续训练更高准确度 ML 模型的最优主成分数量。
由于 PCA 是无监督方法，因此主成分分析应在移除了目标变量 Loan Status 的 X 矩阵上进行。不设置 n_components 时，模型会返回训练得到的全部主成分。
本练习是课程的一部分
用 Python 练习机器学习面试题
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Remove target variable
X = loan_data.____('____', axis=1)
# Instantiate
pca = ____(n_components=____)
# Fit and transform
principalComponents = pca.____(____)