如何对csv文件中的所有条目进行随机森林预测？

Question

我已经训练了一个非常小的数据集上的随机森林分类器。只有一个功能'位置'与目标'相关性'。我的代码是很短的，简单，可以在这里 https://github.com/sakshamyadav/ocm_test/blob/master/Untitled.ipynb

找到我想现在要做的，是这样的：用“位置”

把列

• 输入任何csv文件它通过我的训练随机森林算法，以确定其是相关，哪些不是（1或0）
• 删除所有行，其中相关是0
• 将结果保存为CSV

而且，我很新的机器学习和将是知道是否有实现这个更简单的方法很感兴趣，我希望我的方法有任何意见或建议任务或者是否可以改进等。非常感谢:)

PS我在jupyter笔记本代码中提供的示例数据集是完全随机的，我并不是要放下任何专业。

Answer 1

Asssuming从代码中的变量名：

df = pd.read_csv('file_name.csv') 
df = df[rfc.predict(df['Position']) != 0] 
df.to_csv('new_clean_file.csv')