在管道中训练RFE和模型后无法预测新数据

是因为在训练过程中，管道中的特征选择算法（RFE）和模型（例如机器学习模型）已经对训练数据进行了拟合和训练，但是对于新的数据，这些拟合和训练过程并没有应用到新数据上，因此无法进行预测。

为了解决这个问题，可以采取以下步骤：

1. 重新训练：将新数据加入到原始训练数据集中，重新进行特征选择和模型训练。这样可以保证模型对新数据的预测能力。
2. 持久化模型：将训练好的模型保存下来，以便后续使用。可以使用模型序列化的方式将模型保存为文件或者存储到数据库中。
3. 加载模型进行预测：当有新数据需要进行预测时，可以加载之前训练好的模型，并将新数据输入到模型中进行预测。

在云计算领域，腾讯云提供了一系列与机器学习和数据处理相关的产品和服务，可以帮助开发者进行模型训练和预测。其中包括：

1. 腾讯云机器学习平台（https://cloud.tencent.com/product/tcmlp）：提供了丰富的机器学习算法和模型训练工具，支持快速构建和训练模型。
2. 腾讯云数据处理平台（https://cloud.tencent.com/product/dp）：提供了数据处理和分析的工具和服务，可以帮助开发者进行数据清洗、特征选择等预处理工作。
3. 腾讯云函数计算（https://cloud.tencent.com/product/scf）：提供了无服务器的计算服务，可以将模型部署为函数，实现按需调用和预测。

通过结合以上腾讯云的产品和服务，开发者可以构建完整的机器学习和数据处理流程，实现对新数据的预测和处理。