我有一个真值 y ，我想用回归来预测它，但我对 y 将是不同值的概率感兴趣。Y 理论上是连续的，但在数据集中它被四舍五入为整数。假设 y 可以是 0-9。我想要 10 个概率，每个可能值一个。我尝试使用具有 10 个输出节点的神经网络进行分类，这会损害预测，因为我们失去了类别之间的关系，1 更接近 2 而不是 10。

示例玩具问题：

y 是物体的重量，以磅为单位。数据集的 Y 值四舍五入 st y 可以从 0 到 9 磅。根据特征 X 预测 y 为 0-9 磅的概率。

示例输出：（[0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1, 0.1,]十 # 和为 1）

我希望能够使用 Keras 来实现这一点。