关于分类问题（尤其是同时多个分类）的独热编码问题

你这样拼接不是onehot，而是和以前一样，前两位表示红蓝，后三位是形状。你这里一共6种组合，所以onehot应该是6位，000001代表红色正方形。

你这样做肯定不会错，无非就是好不好，和两个分类问题相比，合成一个是不是更合理。我会考虑几点

• 样本量是否充足。假设你有n个样本，标签是两种，颜色a种，形状b种，那么两个分类问题时，是a类n样本问题和b类n样本问题，合成一个之后，就是(a*b)类n样本问题，每个类别对应的样本数量就一定会降低了，不仅影响训练，也影响验证。但是如果数据量很大，那合成一个没什么问题。
• 两个标签的相关性。如果两个标签是无关的，那么做两个分类预测，把两个模型的预测结果乘起来就可以了。如果两个标签是统计相关的，那么合成一个可能会更好，因为预测出来的结果更符合原数据的联合分布。
• 到底哪个效果好，可以通过cross-validation验证一下。