1
Amy 原创整理｜资料核验：2026-10-30
scikit-learn文档明确，LabelEncoder用于编码目标标签y，而不是输入特征X。它把类别映射为从0开始的整数，并可通过classes_查看对应类别，通过inverse_transform还原标签。
教学示例：把“通过”和“未通过”编码成两个整数，是为了让程序处理目标类别；这些整数并不表示类别之间有大小、距离或好坏关系。显示预测结果时，应使用保存的编码器还原，而不是手工猜测0代表哪一类。
Amy建议把编码器和训练模型一起保存，并在结果展示处使用同一个映射。碰到输入表格里的类别特征，应另按模型和数据特点选择编码方法，不能因为LabelEncoder名字熟悉就逐列套用。
官方来源：
https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.LabelEncoder.html