我的ANN的输入（特征）和预期输出如下：

• 输入1：产品ID（数字，转换为双精度）
• 输入2：过去的年份（1900至2017年，转换为双精度）
• 输入3：年中的月份（1至12，转换为双精度）
• 预期输出：月销售量（销售单位数，转换为双精度）

我需要预测某个产品在特定年份和月份的销售情况。我应该设置多少层，每层应该有多少个神经元？

回答：

这里有一个建议：https://ai.stackexchange.com/questions/3292/ann-shape-for-sale-prediction

但我最终实现的网络是LMS（最小均方）神经网络，配置如下：

• 4个输入
• 隐藏层有9个神经元
• 输出层有1个神经元

我没有使用3个特征输入，而是使用了产品前4个月的销售数据作为输入。预测曲线比预期的要平坦，但至少它是有效的。