基础算法：白化

Whitening:白化

主要分为PCA白化和ZCA白化，是一种重要的预处理过程，其目的就是降低输入数据的冗余性，使得经过白化处理的输入数据具有如下性质：（但是真的使用是，就很少2出现）

1.特征之间相关性较低；

2.所有特征具有相同的方差。

主要介绍PCA方法，先介绍PCA是什么：(其实线性代数中学过)

将—组N维向量降为K维（K大于0，小于N），目标是选择K个单位正交基，使原始数据变换到这组基上后，各字段两两间协方差为0，字段的方差则尽可能大

有主成分分析那股味了

上面图片，左图表示原始数据X，然后通过协方差矩阵求出特征向量（线性代数知识）u1,u2，然后把每个数据点，投影到这两个新的特征向量，便可以得到新的坐标表达，如下，而这就是PCA白化。   

为什么要白化呢？

为了加快训练速度，可以让一些数值放到以原点为中心，更好拟合函数信息。