Python Tensorflow多类分类

我有一个二元分类模型，我想做多类分类。我通常使用以下方法来设置目标值​​在这个模型上

df['target'] = np.where(df['Class']== 2, 1, df['Class'])

df = df.drop(columns=['Class'])

我应该在这里编写什么样的代码，以便在类下输入更多的目标，而不是2？我为此做了很多研究，但我没能达到我想要的

我在编码中使用的数据集包含功能。我不做图像分类

我使用的是专题栏目

all_features = tf.keras.layers.concatenate(encoded_features)
x = tf.keras.layers.Dense(32, activation="relu")(all_features)
x = tf.keras.layers.Dropout(0.5)(x)
output = tf.keras.layers.Dense(1)(x)
model = tf.keras.Model(all_inputs, output)
model.compile(optimizer='adam',
              loss=tf.keras.losses.BinaryCrossentropy(from_logits=True),
              metrics=["accuracy"])

提前谢谢你的帮助