如果您的算法基于梯度下降优化，您可以使用嵌入，这是离散元素的密集表示空间。

大多数深度学习框架都支持嵌入，例如 pytorch 或 tensorflow。

更新：您想要多个离散值这一事实并不能阻止使用嵌入的可能性：您可以将所有向量加在一起形成一个值。最直接的方法是使列表具有恒定长度（等于所有列表中元素的最大数量，或合理的最大值），用“填充”项填充不需要的位置。如果您想考虑元素的顺序外观，而不是将向量添加在一起，您可以在嵌入向量上应用卷积层或 LSTM。

在类别编码器库中有很多方法可以对分类特征进行编码，您可以找到其中的许多方法。

考虑到您的数据，似乎更有希望的是目标编码