核谱回归（KSR）调用器详解：从数据到低维嵌入的完整流程
在实际使用核谱回归（Kernel Spectral Regression, KSR）进行非线性降维或特征提取时，我们往往需要一个便捷的“调用器”函数来处理数据预处理、核矩阵构造、响应向量生成以及调用核心 KSR 算法的全部流程。这个调用器函数KSR_caller正是为此而生，它封装了监督和无监督两种场景下的完整管道，让使用者只需提供原始数据和简单配置，就能快速得到核空间中的投影函数。
本文将详细解析KSR_caller的工作原理、关键设计以及典型使用场景，帮助你更好地在实际项目中应用这一高效的核子空间学习工具。
为什么需要 KSR_caller？
核心的 KSR 函数（上一篇文章已介绍）要求输入已经是核矩阵 K 和响应矩阵 Y（Responses）。但在真实应用中，我们通常从原始特征矩阵开始，需要：
根据选项构造核矩阵（高斯核、多项式核等）
根据是否有标签，自动生成合适的响应向量 Y
监督模式：生成类似核判别分析（KDA）的响应
无监督模式：基于图拉普拉斯生成类似核局部保持投影（KLPP）的响应
处理降维目标维度
统一调用核心 KSR
KSR_caller正是完成
