我的训练数据保存在一个CSV文件中，文件的第一个元素是结果，其余元素构成特征向量。

我之前使用Weka来训练和测试这个训练数据上的各种算法。但现在我想多次使用训练好的模型来测试不在训练数据中的特征向量，我不知道该如何操作。我认为可以通过使用scikit-learn来实现。请提供一些帮助。

回答：

只需切片数据，例如对于分类问题：

>>> import numpy as np>>> from sklearn.ensemble import ExtraTreesClassifier>>> data_train = np.loadtxt('data_train.csv', delimiter=',')>>> X = data_train[:, 1:]>>> y = data_train[:, 0].astype(np.int)>>> clf = ExtraTreesClassifier(n_estimators=100).fit(X, y)

然后对没有目标标签的测试数据进行预测，目标标签不在第一列：

>>> data_test = np.loadtxt('data_test.csv', delimiter=',')>>> print(clf.predict(data_test))