本篇文章主要内容来自于Andrew的书，链接为http://ufldl.stanford.edu/tutorial/unsupervised/PCAWhitening/
PCA
PCA也就是主成分分析，是用来降维的一种手段，它可以显著地提高算法的运行速度。
当你在处理图像的时候，输入通常是冗余的，这是因为图像中相邻的像素点往往是关联的，PCA可以用来将图像的原始输入近似为一个更低维度的输入，并且保证误差较小。
对于降维的一个直观理解如下图所示：
原始图像中数据是二维的，但是明显看出数据是近似于某种线性结构的。PCA可以将数据投影到一个一维子空间上。
定义矩阵：
Σ=1m∑i=1m(x(i))(x(i))T.
如果x的均值为0，则Σ就是x的协方差矩阵。
记Σ的特征向量为u1和u2，u1对应的特征值较大
http://cs229.stanford.edu/notes/cs229-notes10.pdf 有具体推导
对于各个维度上均值为0方差相等的输入x，首先计算Σ，之后将其特征向量存储在矩阵U中，需要注意的是U是正交阵。
我们可以将原始向量x进行旋转，得到
xrot=UTx=[uT1xuT2x]
如果我们想要将x降到k个维度，那么我们就选取Xrot的前k个元素。
我们同样可以利用矩阵U将降维后的数据进行还原。
那么，我们如何确定应该保留多少个元素呢？如果k太大，那么降维的程度很小，如果k太小，那么可能损失了大量的细节。这里给了一个指标
∑kj=1λj∑nj=1λj.
用来表示保留的variance程度。
对于图像来说，通常保留99%，有时也会保留90-98%.
图像上的PCA
如果在其他应用上采用PCA，那么你可能需要对每个特征分别处理，将各个特征的均值处理为0，方差为单位值，但是在图像上通常不这么做。
对于自然图像而言，对每一个像素单独估计均值和方差意义不大，这是因为图像上一部分的统计特性通常和其他部分类似(stationarity)。
为了使PCA较好地工作，我们需要两方面：
特征均值近似为0不同的特征方差与其他特征类似
对于图像而言，即使我们不做方差归一化，第二条也可以满足。因此，我们通常不会做方差归一化处理(音频频谱，文本（BOW）也不做)
实际上，PCA返回的特征向量不随数据的缩放而变化。
我们所需要做的事情是均值归一化，
需要注意的是，对每个图像， 我们需要单独做以上两步。
如果你要处理其他的图片（非自然图片，如手写字，背景为白中里面有个单独的物体等），可能要采用其他的normalization
Whitening
白化的目的是：
特征相互之间的关联很小特征有相同的方差
我们之前通过计算使得特征间关系很小
计算得到的协方差矩阵为
对角两个值其实就是特征值。
为了使特征的方差为单位值，我们可以对特征进行缩放，得到白化后的值
这是，协方差矩阵为单位矩阵I。
如果你想要数据白化且维度比原始维度要小，那么你可以只保留的前k个元素。当我们把PCA whitening和正则化结合时，的后几个元素接近为0，可以去掉。
ZCA Whitening
实际上，这种使数据协方差矩阵为I的处理方法并不唯一，如果R是正交阵，也就是，那么协方差矩阵也为I，
在ZCA白化中，我们选择R=U，定义
对于所有可能的R，这种旋转使得XzCAwhite尽可能接近原始输入数据x
当使用ZCA白化时，我们通常保留数据的全部n个维度，不去降维。
在实际使用PCA或者ZCA时，有一些特征值λ接近0，而我们在normalization时需要除以，会使得数据不稳定。因此，我们通常会做一点regularization，也就是取一个很小的常数ε，通常为
xPCAwhite,i=xrot,iλi+ϵ−−−−−√.
对于图像来说，添加ε可以轻微的对输入进行平滑，还可以减少一些像素的走样，可以提高学习的效果。
ZCA将数据从X映射到XzCAwhite，其实也是生物上眼睛处理图像的近似过程。
