比方说，我有两个numpy数组，它们分别来自不同的数据源。
a = [[ 1.1 -0.1 0.1 -0.9 ]
[ 1.7 -0.2 0.1 -0.8]
...
[ 1.7 -0.3 0.7 -0.6 ]]
和
b = [[ 1.9 0.7 0.4 -0.8 ]
[ 1.8 0.1 0.1 -0.8 ]
...
[ 1.4 0.1 0.9 -0.8]]
每个形状为(1000,4)。
但是我想结合这两个数据并通过指定不同的分类数据源来训练MLP model。
那我该如何合并这些数据呢？
哪个encoding method合适？ One hot encoding还是Integer encoding？
我尝试使用Integer encoding，但是由于它们的数据源没有任何关联，因此我认为我们不能使用Integer encoding。
此外，由于One hot encoding用于分类数据，因此我们也不能使用它们，因为原始数据不像分类数据。
由于我在模型中使用Keras，因此最好使用Keras API。