我已经构建了一个分类器，并在标记数据上进行了训练和测试。现在我想通过对一个没有标签的数据集进行预测来进一步测试它。我自己知道这些标签，但我为了测试的目的想要移除它们，并希望它能打印出预测值为0的结果，以便我自己比较准确性。我使用以下代码来遍历我的数据集，并对DataFrame中的每一行进行预测；

malware = set()for index, row in dataset.iterrows():    res = clf.predict([row])    if res == 0:        malware.add(index)print(malware)f.write(str(malware) + "\n")

看起来它运作正常，但是这个过程并不快，有没有更好的方法或者我可以做些什么来加速它？

回答：

经过一番努力，我已经将@人名的评论转变成了一个可行的答案，并且速度快了很多。我的新代码是；

from collections import OrderedDictmalware = []malware.append(OrderedDict.fromkeys(dataset.index[clf.predict(dataset) == 0]))print (malware)

非常感谢@人名！