使用MultiLabelBinarizer()二元化标签后，如何获取实际标签和标签向量映射关系

mlb = MultiLabelBinarizer()
fitted_label = mlb.fit_transform([str(label).strip().split(',') for label in test_label_list])  # 标注数据为多标签

====
此处为后续其他模型训练流程及预测流程
===
获取到预测标签向量后，进行如下转换：

predict_label_txt = mlb.inverse_transform(np.array([predict_label]))
上面的inverse_transform即为反向转化获得的预测向量为实际标签文本内容；类型为tuple；

注意：mlb初始化时，需要分开，不可以写成：
fitted_label = MultiLabelBinarizer().fit_transform([str(label).strip().split(',') for label in test_label_list]) 
predict_label_txt = MultiLabelBinarizer().inverse_transform(np.array([predict_label]))

因为中间的mlb需要先fit，才可以进行后续的反向转化。