Binarizer是特征二值化的API，不能用于特征选择

正确答案是：D: Binarizer

分析如下：

- **A: RFE（Recursive Feature Elimination）**：RFE 是递归特征消除方法，它通过递归地训练模型并消除最不重要的特征来进行特征选择。

- **B: SelectFromModel**：SelectFromModel 是一种基于模型的特征选择方法，它使用一个训练好的模型来选择重要特征。通常情况下，这个模型具有特征重要性属性（例如，coef_ 或 feature_importances_）。

- **C: SelectKBest**：SelectKBest 是一种基于统计检验的特征选择方法，它选择前 K 个最佳特征。可以使用各种评分函数（例如卡方检验、互信息）来评估特征的重要性。

- **D: Binarizer**：Binarizer 不是用于特征选择的 API。它是一个预处理工具，用于将数值特征二值化（即将特征值转换为 0 和 1）。

因此，D: Binarizer 不属于用于特征选择的 API。