这里对Python很新，我相信我的工作中缺少一些东西，但我不知道该找什么......
我做了我的研究并在LabelEncoder函数上在线阅读了很多例子，特别是来自： http://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.LabelEncoder.html 和http://scikit-learn.org/stable/modules/preprocessing.html#label-encoding和http://biggyani.blogspot.com/2014/08/using-onehot-with-categorical.html。
然而，我找不到我的问题的答案（在我的代码上尝试了很多东西，但总是遇到错误）。
以下是该帖子的链接，其中描述了我遇到的问题： http://blog.kaukotyo.fi/blog/python/how-to-retransform-scikits-labelencoder-labels.html
当我尝试在预测结果Y上使用.inverse_transform（）时，我得到了同样的错误：
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
但它对我来说没有意义，为什么我需要使用.any（）或.all（）。
所以我的问题是，在我预测转换数据之后，我如何重新转换（或逆转换）我的结果以回到原始标签？
下面是我的代码：
encoded_vals = encoder.fit_transform(df)
imp = Imputer(missing_values="NaN", strategy='mean', axis=0)
### i am trying to get rid of all the missing values here so that i can fit into the classifier model later
X = pd.DataFrame(imp.fit_transform(encoded_vals), column=df.columns)
Y_in = X.ix[,pred_col]
clf = RandomForestRegressor(max_leaf_nodes=maxLeafNodes, min_samples_leaf=minSamplesPerLeave)
clf = clf.fit(X, Y_in)
Y = clf.predict(X)
Y = list(encoder.inverse_transform(Y))