小编Xav*_*ier的帖子

我有一个系列，如：

df['ID'] = ['ABC123', 'IDF345', ...]

我正在使用 scikitLabelEncoder将其转换为要输入到RandomForestClassifier.

在培训期间，我的做法如下：

le_id = LabelEncoder()
df['ID'] = le_id.fit_transform(df.ID) 

但是，现在为了测试/预测，当我传入新数据时，我想根据le_id即从该数据转换“ID” ，如果存在相同的值，则根据上述标签编码器对其进行转换，否则分配一个新的数字价值。

在测试文件中，我的操作如下：

new_df['ID'] = le_dpid.transform(new_df.ID)

但是，我收到以下错误： ValueError: y contains new labels

我该如何解决？？谢谢！

更新：

所以我的任务是使用以下（例如）作为训练数据并预测'High', 'Mod', 'Low'新 BankNum、ID 组合的值。模型应该学习从训练数据集中给出“高”和“低”的特征。例如，当存在多个具有相同 BankNum 和不同 ID 的条目时，会在“High”下方给出。

df = 

BankNum   | ID    | Labels

0098-7772 | AB123 | High
0098-7772 | ED245 | High
0098-7772 | ED343 | High
0870-7771 | ED200 | Mod
0870-7771 | ED100 | Mod
0098-2123 | …