解决ValueError: y contains previously unseen labels: '103125'
引发原因:有些标签训练集不存在,但却在测试集出现了,而且我们LabelEncoder使用的拟合fit是训练集的数据
解决方式:把原数据集里面没有但是在新数据集遇到的新值放到一个类里面,再将类回传给LabelEncoder. 没有在训练集中出现的label,均视为"unknown"
报错代码块:
更改图中红色框内部分:
def transform_inputs(df, real_scalers, categorical_scalers, real_columns, categorical_columns):
"""特征处理transform部分"""
out = df.copy()
out[real_columns] = real_scalers.transform(df[real_columns].values)
for col in categorical_columns:
string_df = df[col].apply(str)
# error处理
string_df = string_df.map(lambda s:'<unknown>' if s not in categorical_scalers[col].classes_ else s)
categorical_scalers[col].classes_ = np.append(categorical_scalers[col].classes_, '<unknown>')
out[col] = categorical_scalers[col].transform(string_df)
return out
错误解决
版权声明:本文为whale_gyj原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接和本声明。