我有一个数据集，每个样本都有一个 ID 列，如下例所示：
id score1 score2 score3
1 0.41 0.37 0.04
2 0.19 0.33 0.277
3 0.21 0.33 0.037
4 0.49 0.23 0.378
5 0.51 0.78 0.041
要在此数据上拟合和预测 ML 分类器，我必须从数据中删除 ID 列
X = np.array(df.drop(['id'], 1))
X_train, X_test = model_selection.train_test_split(X, test_size=0.2)`
clf.fit(X_train)
pred = clf.predict(X_test)
我想知道如何在预测结果中恢复 ID，以便识别每个样本是否正确分类？因为我已经知道样本的正确标签。或者，是否有办法在训练中保留 ID（可以是数字或非数字）？
我发现了这个相关的问题，但我不明白该怎么做，因为他们在谈论人口普查估算器等其他东西，我正在运行一个非常简单的 Python 脚本，其中包含 numpy 和 scikit-learn 库。