Mean subtractionNormalizationWhitening Mean subtraction给定数据集 X,用 X 减去 X 的平均特征向量即可。 Normalization 目标:缩放每个输入特征维度,使其具有相似的大小范围。实现方法:让每个样本的每个特征除以这个特征在数据集上的标准差 Whitening目标:是数据集的协方差矩阵变为单位矩阵,即特征变得不相关且方差为1。 实现方法: 对 X 做 mean subtraction 得到 X’对 X’ 做 SVD 分解得到矩阵 U, S, V计算 UX’,将 X’ 投影到 U 的列向量构成的基将投影结果的每一维都除以 S 中对应的奇异值,如果奇异值为 0,则除以一个较小的数值。