我正在尝试使用 python 库 SKLearn 手动计算 SVC 分类器的决策函数（而不是使用内置方法）。

我已经尝试了几种方法，但是，当我不缩放我的数据时，我只能让手动计算匹配。

z 是一个测试数据（已缩放），我认为其他变量不言自明（此外，如果代码中不明显，我正在使用 rbf 内核）。

以下是我尝试过的方法：

1 循环方法：

dec_func = 0
for j in range(np.shape(sup_vecs)[0]):

    norm2 = np.linalg.norm(sup_vecs[j, :] - z)**2 
    dec_func = dec_func + dual_coefs[0, j] * np.exp(-gamma*norm2)

dec_func += intercept

2 矢量化方法

diff = sup_vecs - z
norm2 = np.sum(np.sqrt(diff*diff), 1)**2
dec_func = dual_coefs.dot(np.exp(-gamma_params*norm2)) + intercept

但是，这些都不会返回与decision_function. 我认为这可能与重新调整我的价值观有关，或者更有可能是我一直在寻找的一些愚蠢的事情！

任何帮助，将不胜感激。