分别对训练和测试数据进行标签编码

Question

数据集需要标签编码来处理非数值。但是训练和测试数据有一些不相互的值。所以正如预期的那样，我得到了这个错误“y包含新标签：”。如何解决这个问题并进行标签编码？

Answer 1

您的测试数据包含一些训练数据中不存在的标签。这些是无用的，因为您的模型从未接触过这些值，因此没有从中学到任何东西。

有两种方法可以解决这个问题：

1. 使用 pd.get_dummies 创建 1 个热编码并删除测试数据中不存在的列。

2. 删除变量本身。