bp神经网络预测模型和物流回归模型哪个更难？

Bp神经网络预测模型难度较大。bp神经网络预测模型根据与查询相关的公共信息，通过过采样数据的训练，不断修正网络权值和阈值，使误差函数沿负梯度方向递减，逼近期望输出。它是一种应用广泛的神经网络模型，多用于函数逼近、模型识别与分类、数据压缩和时间序列预测。物流回归模型是一种广义线性回归分析模型，常用于数据挖掘、自动疾病诊断、经济预测等领域。