纯数据预测用MLP和PNN哪个网络好

MLP和PNN都是常用的神经网络模型，适用于不同的问题。对于纯数据多输入单输出的回归预测问题，我建议你可以先尝试使用MLP网络进行建模。MLP是一种前馈神经网络，被广泛应用于各种问题，包括分类和回归。MLP具有较好的可解释性和易于使用的特点，可以通过调整网络结构、激活函数和正则化等方式提高模型性能。同时，MLP的训练速度相对较快，便于在大规模数据上进行建模。

PNN也是一种有效的神经网络模型，尤其适用于处理高维数据和噪声数据。PNN的优点在于它可以处理概率密度函数，具有较好的稳定性和泛化能力。但是，PNN的训练和推理速度相对较慢，在大规模数据上可能会出现瓶颈。因此，在选择网络模型时需要根据实际情况综合考虑各种因素，选择最适合的模型。