我试图使用sklearn来执行具有28 * 28 = 784 dims数据的内核PCA。起初我使用PCA来降低维数，我选择减少到k维度，其中k可以解释95％的方差。 PCA给了我k = 174.后来我尝试了具有3级多项式核的内核PCA，类似地，使用解释方差方法得到k = 1993.自1993年以后＆gt; 784，内核PCA实际上增加了维度，这违背了我的意图。
另外，我使用了5000个数据进行训练，内核PCA给了我5000个特征向量，我从中选择了k = 1993.为什么内核PCA给我5000个特征向量？为什么内核PCA与PCA相比增加了维度？