Ошибка значения: y содержит ранее невидимые метки:

Я использовал Decision Tree Classifier и хочу ввести input как string, а не указывать значение integer, но это дает мне error, например:

Traceback (most recent call last):
  File "D:/backup code for odoo project/New folder/New folder/main.py", line 38, in <module>
    theme_res = lebel_encoder.transform(theme_input)
  File "C:\Users\Dell\AppData\Local\Programs\Python\Python38\lib\site-packages\sklearn\preprocessing\_label.py", line 277, in transform
    _, y = _encode(y, uniques=self.classes_, encode=True)
  File "C:\Users\Dell\AppData\Local\Programs\Python\Python38\lib\site-packages\sklearn\preprocessing\_label.py", line 121, in _encode
    return _encode_numpy(values, uniques, encode,
  File "C:\Users\Dell\AppData\Local\Programs\Python\Python38\lib\site-packages\sklearn\preprocessing\_label.py", line 50, in _encode_numpy
    raise ValueError("y contains previously unseen labels: %s"
ValueError: y contains previously unseen labels: ['Food', 'cafe', 'sticky']

Код:

import pandas as pd
from sklearn.preprocessing import LabelEncoder
from sklearn import tree
df = pd.read_csv("new_data.csv", encoding='latin1')

inputs = df.drop('selected_theme', axis='columns')
target = df['selected_theme']

lebel_encoder = LabelEncoder()

inputs['main_cat_n'] = lebel_encoder.fit_transform(inputs['main_cat'])
inputs['sub_cat_n'] = lebel_encoder.fit_transform(inputs['sub_cat'])
inputs['nav_bar_n'] = lebel_encoder.fit_transform(inputs['nav_bar'])

inputs_n = inputs.drop(['main_cat', 'sub_cat', 'nav_bar'], axis='columns')

 model = tree.DecisionTreeClassifier()
 model.fit(inputs_n, target)
 print(model.score(inputs_n, target))

 theme_input = ['Food', 'cafe', 'sticky']
 theme_res = lebel_encoder.transform(theme_input)
 result_theme = model.predict(theme_res)
 print(result_theme)

python machine-learning label-encoding decision-tree
person Neel Parghi    schedule 27.02.2021    source источник

Ответы (1)


arrow_upward
2
arrow_downward

Ошибка возникает перед классификатором, это происходит в этой строке

 theme_res = lebel_encoder.transform(theme_input)

сообщение об ошибке говорит вам, что ваш label_encoder никогда не видел такие категории, как Еда, кафе, липкое. Это происходит потому, что вы переписываете свои LabelEncoders. Вы должны использовать отдельные LabelEncoders для разных функций, например:

categorical_features = ['main_cat', 'sub_cat', 'nav_bar']
encoders = dict()
for cat in categorical_features:
    encoders[cat] = LabelEncoder()
    inputs[f'{cat}_n'] = encoders[cat].fit_transform(inputs[cat])

inputs_n = inputs.drop(['main_cat', 'sub_cat', 'nav_bar'], axis='columns')
...
person Anvar Kurmukov    schedule 27.02.2021
comment
Еще лучше использовать один OrdinalEncoder и fit_transform все эти столбцы одновременно. LabelEncoder предназначен для меток/цели/зависимой переменной. - person Ben Reiniger; 27.02.2021