因此，在进行更多挖掘和抓挠之后，我已经弄清楚了。
正如我上面提到的，
z是经过缩放的测试基准。为了缩放它，我必须从preprocessing.StandardScaler（）对象中提取
.mean_和
.std_属性（当然是在对我的训练数据调用.fit（）之后）。
然后，我将此缩放比例
z用作我的手动计算和内置函数的输入。但是，内置函数是管道的一部分，该管道已经将StandardScaler作为其在管道中的第一个“管道”，结果
z被扩展了两倍！因此，当我从管道中删除缩放比例时，手册答案将“匹配”内置函数的答案。
顺便说一句，我说引号是“ matched”，因为我总是不得不翻转手动计算的符号以匹配内置版本。目前我不知道为什么会这样。
最后，我误解了管道的工作方式。
对于那些感兴趣的人，这是我的手动方法的最终版本：
diff = sup_vecs - z_scaled# Looping Methoddec_func_loop = 0for j in range(np.shape(sup_vecs)[0]): norm2 = np.linalg.norm(diff[j,:]) dec_func_loop = dec_func_loop + dual_coefs[j] * np.exp(-gamma*(norm2**2))dec_func_loop = -1 * (dec_func_loop - intercept)# Vectorized methodnorm2 = np.array([np.linalg.norm(diff[n, :]) for n in range(np.shape(sup_vecs)[0])])dec_func_vec = -1 * (dual_coefs.dot(np.exp(-gamma*(norm2**2))) - intercept)
附录
对于那些对多类SVC实施手动方法感兴趣的人，以下链接会有所帮助：https
:
//stackoverflow.com/a/27752709/1182556
