我有一个数据集，标签从0到4。我使用以下代码将它们转换为独热编码的np数组：labels = (np.arange(5) == labels[:, None]).astype(np.float32)。我的问题是，我们必须对它们进行独热编码吗？我可以只保留0到4的数值/浮点标签并使用它们吗？如果可以，如何操作？

回答：

你的标签是什么？

它们是“等级”、“强度”还是某种“测量”？

• 如果是，最好不要对它们进行编码，只需将它们压缩到0到1之间。这样你的模型就能计算出一个结果，这个结果就是强度。不过，这个结果永远不会完全准确。

• 如果不是，那么你应该对你的标签进行编码，因为每个数字之间没有关联，它们是“离散”的，这样对你的模型来说展示离散结果会更好。然后，每个结果将是每个类别的可能性（根据模型的参数，这可能不完全是概率）。

总之，如果你想测量某事物的强度，使用一个变量。如果你想知道不同“类别”的可能性，创建独热向量。