Использование LabelEncoder Scikit правильно в нескольких программах

В соответствии с реализацией LabelEncoder описанный вами конвейер будет работать корректно, если и только если вы fit LabelEncoders во время тестирования с данными, которые имеют точно такой же набор уникальных значений.

Есть несколько хакерский способ повторного использования LabelEncoders, который вы получили во время поездов. LabelEncoder имеет только одно свойство, а именно classes_ . Вы можете разложить его, а затем восстановить

Поезд:

 encoder = LabelEncoder() encoder.fit(X) numpy.save('classes.npy', encoder.classes_) 

Контрольная работа

 encoder = LabelEncoder() encoder.classes_ = numpy.load('classes.npy') # Now you should be able to use encoder # as you would do after `fit` 

Это кажется более эффективным, чем установка его с использованием одних и тех же данных.

Для меня работает LabelEncoder().fit(X_train[col]) , травление этих объектов для каждого категориального столбца col а затем повторное использование тех же объектов для преобразования одного и того же столбца col в наборе данных проверки. В основном у вас есть объект-кодер метки для каждой из ваших категориальных столбцов.

1. Таким образом, fit() по данным обучения и рассортировать объекты / модели, соответствующие каждому столбцу в учебном X_train .
2. Для каждого столбца в столбцах проверки установите X_cv , загрузите соответствующий объект / модель и примените преобразование, transform(X_cv[col]) к функции преобразования как: transform(X_cv[col]) .