基于https://scikit-learn.org/stable/modules/multiclass.html#multiclass上的文档，其中有一段说明了该内容；
多标签分类：分类任务使用来自n_classes个可能类的x个标签标记每个样本，其中x可以为0到n_classes（含）。可以认为这是预测不互斥的样本属性。正式地，对于每个样本，将二进制输出分配给每个类。正类用1表示，负类用0或-1表示。因此，它相当于运行n_classes二进制分类任务，例如使用sklearn.multioutput.MultiOutputClassifier。这种方法独立地对待每个标签，而多标签分类器可以同时对待多个类，这考虑了它们之间的相关行为。
当提及时，这种方法会独立对待每个标签，而多标签分类器可能会同时处理多个类，并考虑到它们之间的相关行为。，这实际上意味着什么？ 这种方法是什么意思？这是否意味着 sklearn.multioutput.MultiOutputClassifier 在考虑标签之间可能的交互行为的同时预测标签，还是只是简单地预测标签就好像标签彼此无关？