我有几年的每日温度数据集。数据采用时间间隔形式，包括每天的高温和每天的低温。
我想对数据进行预测，最近我读了几篇论文，提到多层感知器具有这样做的优势。但是，看完论文后我仍然感到困惑。我知道要执行此操作，我将需要输入，隐藏层和输出。但是在Matlab中，尽管我已经有了代码，但我仍然不知道如何模拟它。应该将什么作为输入和输出，应该将间隔数据作为输入和输出？以及如何选择隐藏层？
答案 0 :(得分：0)
MLP网络中的输入是您试图预测其结果的输入要素数据。输出就是您要预测的结果。对于将决定其预测效果的隐藏层，您需要它达到理想的预测结果所需的大小。太大了，它只会存储数据，而不会在运行训练时概括模式。
例如，如果您的输入层是一年中的哪一天（1-365），则当天的高点是多少，当天的低点是什么。我假设第二天的高温和低温是什么？
相关性越强的输入功能，您的网络就越好。