如何查看One Hot Encoding编码后各位置对应的原始类别名称？

你使用的LabelEncoder实例在执行fit操作后，会自动将标签按排序规则生成对应索引，所有映射关系都存储在classes_属性中。 #

第一步：先修正你的编码逻辑（避免映射不一致） #

你当前的代码存在问题：测试集不应该重新调用fit_transform，否则会重置LabelEncoder学习到的映射关系，导致训练集和测试集的索引对应规则不一致，正确代码如下：

encoder = LabelEncoder()
# 仅在训练集上执行fit，学习全量标签的映射规则
y_train = encoder.fit_transform(train['Label'].values)
y_train = to_categorical(y_train) 
# 测试集直接用训练好的encoder做转换，不要重新fit
y_test = encoder.transform(test['Label'].values)
y_test = to_categorical(y_test)

第二步：生成标签与索引的映射字典 #

直接遍历encoder.classes_即可生成你需要的映射关系，classes_数组的下标就是one-hot向量对应位置的索引：

label_to_index = {label: idx for idx, label in enumerate(encoder.classes_)}
# 打印映射关系
print(label_to_index)

如果要反向通过索引查标签，直接取encoder.classes_[索引值]即可，比如你示例中y_train[0]输出[0. 1. 0. 0.]，对应标签就是encoder.classes_[1]。

内容的提问来源于stack exchange，提问作者Amir