最近我在自学机器学习，现在正在尝试解决一个二分类问题（即：一个标签可以是true或false）。我将其表示为一个可以是1或0的单一列（true或false）。

然而，我在研究中了解到，分类变量可能会降低算法的有效性，应该对其进行独热编码或转换为虚拟变量，从而得到两个标签（variable_true，variable_false）。

那么，正确的做法是什么呢？是预测一个具有两个可能值的单一变量，还是预测两个同时具有固定唯一值的变量？

例如，假设我们想预测一个人的性别是male还是female：

我们应该有一个单一标签Gender，并为该变量预测1或0，还是应该有Gender_Male和Gender_Female？

回答：

基本上是相同的，在讨论二分类问题时，你可以认为每个模型都有一个最终层，将输出适应到其他模型

例如，如果模型输出0或1，那么最终层会根据阈值标准将其转换为向量，如[1,0]或[0,1]，通常阈值是>=0.5

最终层有两个节点的一个不错的副产品是模型对其预测的信心水平，[0.80, 0.20]和[0.55, 0.45]都会产生[1,0]的分类，但第一个预测的信心更高

这也可以从单节点输出的边缘1和0的距离中推断出来，因此0.1作为0的预测比0.3更有信心