neural-network - 多标签分类还是回归？

Question

我正在尝试预测实验光谱的组成。基本上（见附图），每个光谱由n 个基本光谱组成（比如 3 个，权重为 alpha、beta 和 gamma）。我有几百个光谱，我知道每个光谱的 alpha、beta 和 gamma 值。

光谱

我想用神经网络来预测新光谱的分解。我想知道该怎么做：

• 对于多标签分类，每个对象都存在（或不存在），因此输出是 one-hot 编码的。
• 使用回归，我可以有连续变量，但输入（据我所知）是单个变量。然而，在这里，我的光谱是一个包含数百个元素的向量。

有什么线索吗？

非常感谢

标签： neural-networkregression