factoextra：多元统计方法的可视化PCA

FactoMineR和factoextra包括的降维方法可以根据数据变量的特点（定量/数值、定性/分类、混合）对这些方法进行区分。

主成分分析（PCA）

例：洛杉矶街区数据

来自美国人口普查局2000年的数据，包括了洛杉矶地区110个街区，15个变量。使用rvest包，从网络获取这个数据集。它的15个变量如下表所示：

表：洛杉矶街区数据集

我们只使用其中的六个变量（Income,Schools,Diversity,Age,Homes,Vets）进行主成分分析，其余的变量中取出与种族有关的四个变量（Asian,Black,Latino,White）作为探索性数据分析的补充变量。使用FactoMineR包的函数PCA()实现主成分分析：

library(FactoMineR)
library(factoextra)
library(rvest