LabelEncoder逆转换报错：y包含未见过的标签[8 9]求助

你的问题核心出在复用了同一个LabelEncoder实例处理所有分类列：每次调用fit_transform都会重置编码器内部的标签映射关系，最后这个编码器只记住了最后一个被处理的分类列的标签信息。当你用它去逆转换其他列的编码值时，这些值不在最后一个列的标签映射里，就会抛出"未见过的标签"错误。

修复步骤： #

1. 为每个分类列单独保存编码器
   用字典存储每一列对应的LabelEncoder实例，确保每个列的编码映射都被独立保存：

from sklearn.preprocessing import LabelEncoder
label_encoders = {}  # 字典：键是列名，值是对应列的LabelEncoder
category = []
data_encoded = data_cleaned.copy()  # 复制原数据，避免修改原始数据集

for col in data_cleaned.columns:
    if data_cleaned[col].dtype == 'category':
        category.append(col)
        le = LabelEncoder()
        # 对当前列进行编码并保存编码器
        data_encoded[col] = le.fit_transform(data_cleaned[col])
        label_encoders[col] = le

2. 逆转换时调用对应列的编码器
   循环处理分类列时，从字典中取出该列专属的编码器进行逆转换：

# 仅逆转换分类列
for col in category:
    X_test[col] = label_encoders[col].inverse_transform(X_test[col])
    print(X_test[col])

额外提醒： #

• 编码时一定要用data_cleaned.copy()复制数据，否则会直接修改原始的data_cleaned数据集，可能导致后续流程出错；
• 你先编码全量数据再删除缺失值的逻辑是对的，这部分不会导致标签遗漏，问题完全出在编码器的复用逻辑上。

内容的提问来源于stack exchange，提问作者namaw