我有一些数据告诉我特定城镇可用的水量。 你可以看到它here
我想根据这些数据训练一个多层感知器，取一组坐标并指出该坐标有水的大致小时数。
这有意义吗？ 如果是这样，我说的是，必须有两个输入层吗？一个用于lat，一个用于long。输出层应该是小时数。
会喜欢一些指导。
答案 0 :(得分：0)
我会以不同的方式解决这个问题：
只需创建WaterInfo的ArrayList：
WaterInfo包含lat，lon，waterHours
然后对于给定的坐标搜索列表中最近的WaterInfo
由于你没有很多元素，只需进行强力搜索，找到最接近的元素。
您可以进一步优化，找到三个最接近的WaterInfo点，并计算WaterHours的平均值。作为重量，您使用从当前位置到Waterinfo位置的空气距离。
回答你的问题：
“这有意义吗？”
从目标中获得可行的解决方案：不！
问问自己，为什么要使用MLP来完成这项任务。
此外，我怀疑使用两层lat / long是有意义的
坐标（纬度/经度）是世界上的一个点，因此应该是模型中的一个层。您可以将lat / lon coord转换为单元格标识符：跨越巴西的网格;单元格宽度为10或50km;现在将lat / long坐标转换为cellId：就像棋盘上的E4一样，你将计算一个表示单元格的整数值。
（还有其他解决方案可以获得一个唯一的数字，选择你喜欢的一个）
现在你有一个modell geoCellID - ＆gt; waterHours，更能代表现实世界的情况。