y_pred_ols とy_pred_ridgeは何の値なのか

Question

y_pred_ols とy_pred_ridgeは何の値なのでしょうか？

from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LinearRegression, Ridge
from sklearn.pipeline import Pipeline
from sklearn.metrics import r2_score
import pandas as pd
from sklearn.datasets import load_boston

dataset = load_boston()

X = pd.DataFrame(dataset.data, columns=dataset.feature_names)
y = pd.DataFrame(dataset.target, columns=['y'])

pipe_ols = Pipeline([('scl',  StandardScaler()), ('est', LinearRegression())])
pipe_ridge = Pipeline([('scl', StandardScaler()), ('est', Ridge())])

pipe_ols.fit(X, y.as_matrix().ravel())
pipe_ridge.fit(X, y.as_matrix().ravel())

y_true = y.as_matrix().ravel()
y_pred_ols = pipe_ols.predict(X)
y_pred_ridge = pipe_ridge.predict(X)

というコードがありました。
この、

y_pred_ols = pipe_ols.predict(X)
y_pred_ridge = pipe_ridge.predict(X)

が何しているのかわかりません。

pipe_ols.fit(X, y.as_matrix().ravel())
pipe_ridge.fit(X, y.as_matrix().ravel())

で学習したものに対して、

y_pred_ols = pipe_ols.predict(X)
y_pred_ridge = pipe_ridge.predict(X)

で予想しているのですが、
引数がXの学習データのみを持っていてyのテストデータを入れていないのになぜ分類ができるのかがわかりません。なぜXの学習データだけで予測ができるのでしょうか？

Answer 1

Xの入力に対してyを予測したいのではないのですか。
yがないとyが予測できないのでは目的が果たせません。