Я новичок в изучении scikit-learn.

Я хочу знать, должен ли я использовать тот же экземпляр Label Encoder, который использовался в наборе обучающих данных, или нет, когда я хочу преобразовать категориальные данные той же функции в тестовом наборе данных. И это означает, как показано ниже

from sklearn import preprocessing

# trainig data label encoding
le_blood_type = preprocessing.LabelEncoder()
df_training[ 'BLOOD_TYPE' ] = le_blood_type.fit_transform( df_training[ 'BLOOD_TYPE' ] )    # labeling from string
....
1. Using same label encoder
   df_test[ 'BLOOD_TYPE' ] = le_blood_type.fit_transform( df_test[ 'BLOOD_TYPE' ] )

2. Using different label encoder
   le_for_test_blood_type = preprocessing.LabelEncoder()
   df_test[ 'BLOOD_TYPE' ] = le_for_test_blood_type.fit_transform( df_test[ 'BLOOD_TYPE' ] )

Какой код правильный? Или, какой бы я ни выбрал код выше, это не имеет никакого значения, потому что в результате категориальные данные обучающего набора данных и категориальные данные тестового набора должны быть одинаковыми.