モデル予測時に、質的データを適切に扱いたい

現在あるデータを予測しようとlight gbmを用いてモデルを作成しています。
質的データも含んでいるため、例えば下記のような動物カラムはラベルエンコーディングしてからモデルを作成し、モデルを保存しました。

今回お聞きしたいことは、このモデルを使ってデータを予測するとき、予測データはどのようにデータ加工すればよいのでしょうか?　ということです。
モデル作成時とデータ予測時が異なるとき、質的データはどのようにラベルエンコーディングすればよいのでしょうか?
モデル作成時に、どの値がどの数値に変換されたのかを自分で把握しておく必要があるのでしょうか?

-----------ラベルエンコーディング前-------------

動物
犬
猫
パンダ
犬

-----------ラベルエンコーディング後-------------

動物
1
2
3
1

お忙しい中恐縮ですが、よろしくお願いいたします。

jbpb0

2022/05/02 02:42 編集

> モデル作成時に、どの値がどの数値に変換されたのかを自分で把握しておく必要があるのでしょうか? 対応関係を保存しておいて、予測時に使います https://qiita.com/ryamamoto0406/items/29c9bbf92b49d8dea135

jbpb0

2022/05/02 02:43 編集

> 下記のような動物カラムはラベルエンコーディングして質的データが目的変数じゃなくて説明変数の場合は、ラベルエンコーディングじゃなくて、One-Hotエンコーディングじゃないといけなかったような https://www.haya-programming.com/entry/2018/12/02/042049

askqts0

2022/05/03 00:34

ご返事していただいてありがとうございます！やはり対応関係を予め保存しておいて、必要な時に呼び出すのですね！具体的なやり方が記載されたリンクまでご教示していただき、ありがとうございます！また、説明変数の質的データの変換についてですが、決定木モデルの場合は、ラベルエンコーディングしても問題なさそうでした。 https://qiita.com/sinchir0/items/b038757e578b790ec96a