白噪声数据，通过一个协方差矩阵分解的缩放和旋转变换后，变幻后的数据的协方差矩阵为T*T'

白噪声数据X’，通过一个协方差矩阵特征值分解的缩放和旋转变换后，变幻后的数据X的协方差矩阵为T*T'。

T=R*S,R为旋转变换的正交矩阵，S为缩放变换的对角矩阵。

X=T*X'，X’可以认为是方差为1，协方差为0的数据。

因为T是可逆变换，所以，X’=T’*X，这样可以实现数据向白化数据变换。PCA分解，只是把T改成了R就可以，也就是只进行了坐标的旋转变换。

不知道这样理解严谨不严谨