1. 从给出的csv文件中加载数据，并划分为训练集和验证集，划分比例为：训练集/验证集=7/3。

以下是Python代码实现：

import pandas as pd
from sklearn.model_selection import train_test_split

# 加载csv文件
data = pd.read_csv('data.csv')

# 划分训练集和验证集
train_data, val_data = train_test_split(data, test_size=0.3, random_state=42)

# 打印训练集和验证集大小
print("训练集大小：", len(train_data))
print("验证集大小：", len(val_data))

其中，`data.csv`是数据存储的csv文件名，`train_test_split`函数可以用来划分训练集和验证集，`test_size`参数指定了验证集占总数据集的比例，`random_state`参数用于设置随机数种子，保证每次划分的结果都一样。最后，打印出训练集和验证集的大小。