假设我想在特定时间对任意湖泊的游客数量进行建模。
给定数据：
- 12 个湖泊的游客数量时间序列。
- 12 个湖泊的天气时间序列
- 湖边的树木数量
- 海滩草/石地面的百分比。
因此，我想使用神经网络 (NN) 来模拟访问者的数量，并且我有一些基本问题要逐步介绍。请注意，不得使用访客时间序列！
1）我们只使用输入：
- 时间
- 星期几
所以有两个输入和一个输出。我读到一个经验法则，它说隐藏的神经元应该被选为
#input>=neurons>=#output.
这里的输入数量是 2 还是对因变量的实际数量（如天气、人的情绪、经济状况……）的估计。如果是，那么我应该选择我的隐藏神经元为 1 或 2，对吗？
2）如果我想将湖泊的特定参数包括在数量或地面比率中，我可以将这些作为额外的输入（十二个湖泊中的每一个都是恒定的）添加还是出于某种原因没有帮助？我如何确保这些输入和输出之间存在因果关系？
3）对于天气，因为它是我应该使用天气值的时间序列。例如，我如何获得最佳延迟。格兰杰因果关系是确定这一点的一种手段吗？
希望你能帮忙。我只想讨论 NN 在建模方面的优势，并想听听您的意见。我会为此使用 Matlabs 神经网络工具箱。提前致谢。