我将 scikit-learn 的 SVM 用于MNIST 数字分类数据集。为了提高性能，我通过添加旋转样本来扩展数据集。我知道 SVM 需要 O(N^3) 时间来训练数据，其中 N 是训练向量的数量。

然而，即使预测似乎也需要多项式增加，测试向量的数量是相同的。对这个或一些将预测时间与训练样本数量相关的方程有什么解释吗？

我使用 3 次多项式作为 C=100.0 的内核。

注意：我正在做一个小组项目来比较各种方法的性能，所以我不能使用任何其他方法，因为我的队友会使用这些方法。我参考了 Decoste 和 Scholkoph 的一篇论文，它使用了 Virtual SVM。但是，如果我不能运行一个简单的扩展训练集，我认为我不能在我当前的系统上运行它。