我正在构建一个决策树，并希望（例如）将 0 类中的元素与 1 类和 2 类中的元素分开，例如：

df = pd.DataFrame(np.random.randn(500,2),columns=list('AB'))
cdf = pd.DataFrame(columns=['C'])
cdf = pd.concat([cdf,pd.DataFrame(np.random.randint(0,3, size=500), columns=['C'])])
#df=pd.concat([df,cdf], axis=1)
(X_train, X_test, y_train, y_test) = train_test_split(df,cdf,test_size=0.30)
y_train=y_train.astype('int')
classifier = DecisionTreeClassifier(criterion='entropy',max_depth = 2)
classifier.fit(X_train, y_train)
y_pred = classifier.predict(X_test)

C表示元素的类，A并且B是定义元素的两个变量，我怎样才能构建一个树，而不是将结果划分为C=0，C=1或者C=2将它们划分为C=0和C!=0？