PCA - 旋转
主成分分析（Principal Component Analysis） 可以减少数据集的维度，在信息损失不大的前提下加快计算速度。
如果您的岗位需要处理海量数据，面试中很可能会被问到 PCA 相关问题。
回顾一下，PCA 会将原始变量转换为主成分。第 1 个主成分具有尽可能大的方差。
您将使用之前练习中见过的 cats 数据集来执行 PCA。
在本练习中，请使用 prcomp() 进行主成分分析。返回的对象可用于对旋转后的变量进行 predict。
本练习是课程的一部分
R 统计面试题实战练习
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Plot the unrotated data
___(___ ~ Hwt, data = ___)
# Perform PCA
pca_cats <- ___(~ ___ + Hwt, data = ___)
# Compute the summary
___(___)