我在MNIST数据集上应用了PCA，将维度降低到32。然后，为了测试它，我创建了一个简单的分类网络。训练准确率很好：96%，但另一方面，测试准确率只有2%。

那么，问题出在哪里呢？

输出：

Epoch 5/560000/60000 [==============================] - 1s 23us/sample - loss: 0.1278 - acc: 0.9626 - val_loss: 11.0141 - val_acc: 0.0202

回答：

首先，您对每个数据集应用了不同的“pca”。训练集的特征向量和特征值可能与测试集不同。

其次，您使用SVD来获取主成分，但这些成分并不是您想要的结果。使用主轴作为投影矩阵，可以获得数据的更好的/压缩表示。