基于sklearn的SVR方法，如何得出决策函数？

问题描述：
1、使用sklearn中的SVR方法，如何根据已拟合的参数得到决策函数？
2、使用这个决策函数可以计算某个样本到超平面的距离么？

补充：
sklearn中的SVR在回归的模型拟合后，可以得出以下几个参数：
1、支持向量
2、支持向量系数
3、决策函数的常数。
限于本人基础较弱，请大神详细解释，非常感谢～

https://blog.csdn.net/baidu_15113429/article/details/78042465