到目前为止，我所理解的是，transform() 为您提供与 X（您的特征）质量相似的值，而 predict() 为您提供与 y（您的标签）质量相似的值。但是我想要弄清楚的是为什么只有少数类同时具有这两种方法，例如 KMeans、PLSRegression 等。

为什么将这两种方法都放在每个类中，或者永远不要让这两个方法一起出现在同一个类中没有意义？例如，如果 KMeans 需要有一个返回欧几里德点的方法，为什么不让它有一个单独的方法呢？在我看来，实现 transform() 来实现这个功能，消除了这两种方法之间的明显区别。同样，在 PLSRegression 中，我一直无法理解这两种方法之间的区别。