neural-network - 建立具有 150k 训练样本的反向传播网络

Question

我正在尝试建立一个反向传播神经网络来对 15 万个贷款账户进行分类。每个账户都有关于年龄、平均收入和发放贷款日期的数据。我还必须确定他们在哪里支付了 1（已支付）、-1（未支付）。我想知道设置网络架构的最佳方法是什么，以便它可以正确训练和分类我拥有的数据。

现在的输入是基于我拥有的数据的 10 个值（1 或 -1）的数组。每层中有多少隐藏层和神经元将最好地处理这些数据？

任何可以帮助或引导我朝着正确方向前进的事情都将不胜感激。