我需要对测试集中的分类值进行编码，但不知为何它抛出了TypeError: argument must be a string or number的错误。我不知道为什么会这样，因为我能够对训练集进行编码。我的意思是它们是训练/测试特征集，所以它们是完全相同的，区别只是行数的不同。我不知道如何解决这个问题，我尝试过对每个使用不同的LabelEncoder，但仍然无法解决这个错误。请有人帮帮我。
供您参考，分类数据在训练和测试特征集的第8列
回答：
在测试集上，您永远不应该使用fit_transform，而只应该使用transform。看起来您没有将对训练数据进行的预处理应用到测试数据上，这也是一个错误。
编辑
当您在训练数据上使用fit_transform时，例如SimpleImputer(strategy=’most_frequent’)，您基本上是在计算最常见的值，以将其输入到包含nan的行中。这是可以的。如果您在测试集上使用fit_transform，您实际上是在作弊，因为您假设有大量的实例来计算最常见的值（而实际上您可能只预测一个实例）。正确的方法是使用训练集中找到的最常见值来输入缺失的数据。这可以通过只使用transform来完成。相同的逻辑适用于您在sklearn中可以找到的其他任何fit_transform / transform，例如应用PCA或CountVectorizer时。
