neural-network - 如何对区间数据进行适当的多层感知器

Question

我有一个几年来的每日温度数据集。数据采用区间形式，包括每日高温和每日低温。

我想做一个数据的预测，我最近读了几篇论文提到多层感知器有这样做的优势。然而，读完论文后，我仍然感到困惑。我知道为了执行它，我需要输入、隐藏层和输出。但是在Matlab中，虽然我已经有了代码，但我仍然不知道如何模拟它。我应该把什么作为它的输入和输出，我应该把区间数据作为输入和输出吗？我该如何选择隐藏层？

Answer 1

MLP 网络中的输入是您尝试预测结果的输入特征数据。输出是你试图预测的。对于将确定其预测效果的隐藏层，您希望它尽可能大，以实现合理的预测结果。太大了，它只会记住数据，而不是在运行训练时概括出一个模式。

例如，如果您的输入层是一年中的哪一天 (1-365)，那么当天的最高点是什么，当天的最低点是什么。我假设第二天的高温和低温是多少？

您拥有的相关输入特征越多，网络就会越好。