Próbuję rozwiązać niektóre problemy z uczeniem się maszyn za pomocą sieci neuronowych, głównie za pomocąNEAT ewolucja (NeuroEvolution rozszerzonych topologii).

Niektóre z moich zmiennych wejściowych są ciągłe, ale niektóre z nich mają charakter kategoryczny, jak:

Gatunki: {Lion, Leopard, Tiger, Jaguar}Branże handlowe: {Służba zdrowia, ubezpieczenia, finanse, IT, reklama}

Na początku chciałem modelować taką zmienną, mapując kategorie na liczby dyskretne, takie jak:

{Lew: 1, Lampart: 2, Tygrys: 3, Jaguar: 4}

Obawiam się jednak, że dodaje to dowolną topologię do zmiennej. Tygrys nie jest sumą Lwa i Lamparta.

Jakie podejścia do tego problemu są zazwyczaj stosowane?