Neural network 多标签分类还是回归？

我试图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

我想用神经网络来预测新光谱的分解。 我想知道怎么做：

• 使用多标签分类时，每个对象都存在（或不存在），因此输出为一个热编码
• 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大约一百个元素的向量

有线索吗

非常感谢