给我一个代码示例，演示需要传入什么数据到 sklearn.metrics ndcg_score函数中去

好的，以下是一个示例代码，展示了如何将标签转换为 `multiclass-multioutput` 格式，以便使用 `sklearn.metrics.ndcg_score` 函数：

import numpy as np
from sklearn.preprocessing import label_binarize
from sklearn.metrics import ndcg_score

# 生成样本标签
y_true = np.array([1, 2, 3, 4, 5])
y_pred = np.array([1, 1, 3, 2, 4])

# 将标签转换为 multiclass-multioutput 格式
y_true = label_binarize(y_true, classes=np.unique(np.concatenate((y_true,y_pred))))
y_pred = label_binarize(y_pred, classes=np.unique(np.concatenate((y_true,y_pred))))

# 计算 NDCG 值
ndcg_result = ndcg_score(y_true, y_pred, k=5)
print(ndcg_result)

在这个示例中，我们首先使用 `label_binarize` 函数将标签转换为 `multiclass-multioutput` 格式，然后将转换后的标签传入到 `ndcg_score` 函数中计算 NDCG 值。注意，我们还需要指定参数 `k` 来规定计算的 top-k 值，默认为 5。