我想知道是否有办法在sklearn中使用特定维度执行MultiLabelBinarizer。例如，我们有如下代码：

from sklearn.preprocessing import MultiLabelBinarizer
y = [[2, 3, 4], [2], [0, 1, 3], [0, 1, 2, 3, 4], [0, 1, 2]]
MultiLabelBinarizer().fit_transform(y)
我们将得到维度5，因为存在的数字是0,1..,4
array([[0, 0, 1, 1, 1],
       [0, 0, 1, 0, 0],
       [1, 1, 0, 1, 0],
       [1, 1, 1, 1, 1],
       [1, 1, 1, 0, 0]])

我的问题是，如何获得这个数组的特定维度，例如维度6，那么答案应该提供：

array([[0, 0, 1, 1, 1, 0],
       [0, 0, 1, 0, 0, 0],
       [1, 1, 0, 1, 0, 0],
       [1, 1, 1, 1, 1, 0],
       [1, 1, 1, 0, 0, 0]])

在sklearn或Python的其他方法或模块中是否有办法轻松处理这种期望的结果，或者我们可以用自己的算法创建这种数组？

任何关于这个问题的想法都将不胜感激。谢谢。

回答：

MultiLabelBinarizer接受一个名为classes的参数，您可以指示要找到的类别的排序。提供不在原始数组中的类别将添加一个额外的0条目的维度：

from sklearn.preprocessing import MultiLabelBinarizer
y = [[2, 3, 4], [2], [0, 1, 3], [0, 1, 2, 3, 4], [0, 1, 2]]
MultiLabelBinarizer(classes=[0, 1, 2, 3, 4, 5]).fit_transform(y)
# 输出
>>>[[0 0 1 1 1 0]
    [0 0 1 0 0 0]
    [1 1 0 1 0 0]
    [1 1 1 1 1 0]
    [1 1 1 0 0 0]]

请注意，由于该参数实际上是用来指示类别的排序，您提供的序列很重要。此外，当提供的类别太少时，未知类别将被忽略，不会出现在转换后的数组中。