python - 带有内核的 SVM 算法中的权重数

Question

我正在尝试手动实现 SVM 算法，并且在线性内核（无内核函数）的情况下成功实现了这一点。

现在我想在算法中添加一个高斯内核，但我面临一个大小不匹配的问题。我理解它的方式是，您通过将原始示例应用于内核来创建一个新的特征矩阵。如果我有一个m训练示例，那么(m×m)无论有多少特征，新的特征矩阵都会变成一个矩阵。权重向量的长度为 (m+1)。

然后，当我将测试集应用于算法时，每个测试示例都有 k 个特征，我得到一个维度不匹配错误：k != m+1

我错过了什么？

标签： pythonmachine-learningdata-sciencesvm