ValueError：y包含新標籤：['＃']

Question

我有一個列表，每個列表包含1到5個標籤。我已經構建了包含前50個標籤的列表。我的目標是構建一份列表，其中每個列表只包含前50個標籤。我的方法是這樣的：

首先我構建了一個列表的新列表，只有排名前50位標籤：

top_50 = list(np.array(pd.read_csv(os.path.join(dir,"Tags.csv")))[:,1]) 
train = pd.read_csv(os.path.join(dir,"Train.csv"),iterator = True) 
top_50 = top_50[:51] 
tags = list(np.array(train.get_chunk(50000))[:,3]) 

top_50_tags = [[tag for tag in list if tag in top_50] for list in tags] 

然後我試圖編碼標籤：

coder = preprocessing.LabelEncoder() 
    coder = coder.fit(top_50) 
    tags = [coder.transform(tag) for tag in list for list in top_50_tags] 

然而，這給了我這個錯誤：

Traceback (most recent call last): 
    File "C:\Users\Ano\workspace\final_submission\src\rf_test.py", line 69, in <module> 
    main() 
    File "C:\Users\Ano\workspace\final_submission\src\rf_test.py", line 33, in main 
    labels = [coder.transform(tag) for tag in list for list in top_50_tags] 
    File "C:\Python27\lib\site-packages\sklearn\preprocessing\label.py", line 120, in transform 
    raise ValueError("y contains new labels: %s" % str(diff)) 
ValueError: y contains new labels: ['#'] 

我認爲這個錯誤上升是因爲我的一些列表是空的，因爲他們沒有前50名的標籤。但是錯誤特別指出[「＃」]是新近出現的標籤。我對我的假設是否正確？我該如何處理錯誤信息？
編輯： 對於想知道爲什麼我將列表作爲列表理解中的變量使用的人，實際上我在實際程序中使用了另一個字作爲變量。

更新

我檢查了我的top_50和標籤區別：

print(len(top_50.difference(tags))) 

這給了我一個0長度這應該意味着，我的空名單的問題？

Answer 1

也許你可以檢查這個問題：https://github.com/scikit-learn/scikit-learn/issues/3123 在scikit-learn 0.17版本中，這個bug已經解決了。