Neuronales Netzwerk mit kategorialen Variablen (enum) als Eingaben

Ich versuche, einige Probleme beim maschinellen Lernen mit neuronalen Netzen zu lösen, hauptsächlich mit demNEAT Evolution (NeuroEvolution von Augmented Topologies).

Einige meiner Eingabevariablen sind stetig, aber einige von ihnen sind kategorialer Natur, wie zum Beispiel:

Spezies: {Löwe, Leopard, Tiger, Jaguar}Branchen: {Gesundheitswesen, Versicherungen, Finanzen, IT, Werbung}

Zuerst wollte ich eine solche Variable modellieren, indem ich die Kategorien diskreten Zahlen zuordnete.

{Löwe: 1, Leopard: 2, Tiger: 3, Jaguar: 4}

Aber ich fürchte, dies fügt der Variablen eine Art willkürliche Topologie hinzu. Ein Tiger ist nicht die Summe aus Löwe und Leopard.

Welche Herangehensweisen an dieses Problem werden normalerweise angewendet?