我只是无法理解 此类的文档。我可以使用它来拟合数据，并获得特征的分数，但这都是这门课应该做的吗？
我看不出如何使用它来使用适合的模型实际执行回归。上面文档中的示例只是创建了一个类的实例，所以我看不出这应该有什么帮助。
有一些方法可以执行“变换”操作，但没有提到那是什么类型的变换。
那么是否可以使用这个类来获得对新测试数据的实际预测，是否可以在交叉折叠验证中使用它来比较我正在使用的其他方法的性能？
我已经在其他分类器中使用了排名最高的功能，但我不确定这个分类器是否可以实现更多功能。
更新：我在文档的特征选择部分找到了 fit_transform 的用法：
当目标是降低数据的维度以与另一个分类器一起使用时，他们公开了一种变换方法来选择非零系数
除非我得到一个说我错了的答案，否则我会假设这个分类器确实不做预测。在我回答我自己的问题之前，我会等待。