如何按特定的类顺序 label_binarize Multiclass

Question

我有一个真实标签列表：

yTrue = ['class2','classC','class3','class3','classA','classB','class2']

以及可能的类列表（不同，按自定义顺序）：

orderedClasses = ['classA','class2','classB','class3','classC']

我想在 One-Vs-The-Rest 中为所有可能的类编写列表。

期望的输出：

[[0,1,0,0,0],[0,0,0,0,1],[0,0,0,1,0],[0,0,0,1,0],[1,0,0,0,0],[0,0,1,0,0],[0,1,0,0,0]]

我尝试使用 sklearn.preprocessing.label_binarize (doc)，但问题是它不能维护我的自定义课程顺序：

[[0,0,1,0,0],[0,0,0,0,1],[1,0,0,0,0],[1,0,0,0,0],[0,0,0,1,0],[0,1,0,0,0],[0,0,1,0,0]]

寻找一种 Pythonic 且高效的方式来获得所需的输出

Answer 1

只需将orderedClasses 作为classes 参数传递

In [15]: label_binarize(yTrue, orderedClasses)
Out[15]:
array([[0, 1, 0, 0, 0],
       [0, 0, 0, 0, 1],
       [0, 0, 0, 1, 0],
       [0, 0, 0, 1, 0],
       [1, 0, 0, 0, 0],
       [0, 0, 1, 0, 0],
       [0, 1, 0, 0, 0]])