SVMカーネルトリックを使っても、これは基本的には二値分類に適しているんだよね？
はい、ご理解いただけています通り、SVMは基本的に二値分類に適しています。SVMの元々の形式は、2つのクラスを分離するための二値分類器です。
ただし、SVMは一般には2クラス分類だけでなく、多クラス分類や回帰などにも拡張されています。多クラス分類の場合には、一対他法（one-vs-rest）や一対一法（one-vs-one）などの手法を使用して、複数の2クラス分類器を組み合わせることが一般的です。
また、SVMは回帰問題にも適用することができます。この場合、SVMは回帰分析を行い、連続値の目的変数を予測します。SVMの回帰版はサポートベクターマシン回帰（Support Vector Regression, SVR）と呼ばれます。
要するに、SVMは基本的には2クラス分類のためのモデルですが、拡張されて多クラス分類や回帰などにも適用されることがあります。