到底什么是kernel method？
在一个空间内，线性不可分，然后通过一个函数，映射到高维空间（不一定非得是高维空间），然后线性可分了。而可分的依据是什么？是距离。那么怎么求距离呢？距离由内积来求出来的。那在高维空间里求内积的时候，怎么弄？不好弄，通过数学公式推理一下，会得到高维空间里的内积运算可以用低维空间的某个函数来表示，这个函数就是核函数了。知道了核函数，就能知道高维空间里的距离了。
有个定理theorem说 如果有高维空间，那么就有kernel function，同样如果有kernel function就会有一个高维空间。
那么，kernel method 是怎么在heterogeneous的数据中起作用的呢？？
又涉及到张量了
在feature space蛋白对和每个蛋白的的张量积相同。？？什么意思啊？？
第一种是：特征向量是每个蛋白序列中，3-mer出现的次数。
第二个特征是：一段序列里motif的数量
第三个特征是：
