我需要测试不同的数据集以及不同的算法实现。当前的工作流程如下所示：

• 从训练集中执行特征提取
• 在此功能上训练分类器
• 将此分类器提供给生产代码
• 在测试集上运行生产代码，一个一个地输入样本
• 获取生产代码的结果并转换为与测试数据集相同的格式
• 显示统计数据

如何尽可能自动化？我目前使用一堆 bash/python 脚本。我查看了 sklearn 管道，但不确定它们是否会带来任何好处，除了在一行中运行函数。