在SVC的sklearn框架下，predict_proba是否对决策功能有依赖性？
我训练了一个SVC模型，将其概率设置为True，当对单个数据条目x.shape =（1，N_features）进行推理时，从模型获得结果所需的时间。决策函数（x）比模型慢得多.predict_proba（x）。我假设predict_proba首先会调用decision_function，然后计算校正后的概率，为什么它的运行速度比decision_function快。同样，在计算decision_function时，它还会耗尽具有大数据集和大类编号的内存，而predict_proba则不是这种情况。
这两种方法的实现方式是否存在根本差异？
HEAD我希望Forecast_proba的速度比Decision_function慢，但是结果却相反。