版上各位好
小弟近期正在学机器学习
目前想用一些dataset来做练习
而我有一个疑问想问
如果data中有文字资料，那应该需要先用
labelencoder去把文字转数字资料
但是如果今天我训练完了
想用testing data来做验证
那testing data的那些文字也需要转成数字
才能丢进去验证
那么testing data中文字转为数字的时候会不会有可能和在training data转出来的不同
（例如training data上的apple对应到0
会不会在 testing data上的 apple对应到5之类的，
如果会那么应该如何处理才好呢？）
感谢版上大大不吝赐教

所以一开始要连同 testing data 一起喂给 labelencoder

之前做的做法是做出一个dictionary 在0位置放unknown. Test和training用同一个dict转test中没在trainin出现过的都丢到unknown

numpy大感谢你的建议little大 请问要如何比较两组资料中有哪些是对方没有出现的 并且将那些资料的位置找出来呢

先各自转成token (or数字), 然后把token 存成dict再用set取出unique的字, 再用set的methodDifference or Symmetric differencenote:数字的话要确保 字到数字 是 one to one

好的感谢little大的教学 我再试试看^_^