BP神经网络预测效果不好是什么原因？

BP神经网络的预测结果的回归效果很好，但是预测误差很大，是什么原因呢？
我以为是过拟合，但是采取正则化之类的一些方法之后，并没有改善多少。
但是BP神经网络的输入数据和输出数据相关性很低（低于0.2，甚至负相关），会不会是这个原因呢？
原始数据样表如图：这里是用T、PH、DO、EC作为输入数据，预测Imn。

预测效果如下图，预测的MAPE=0.27，多次训练大多是0.3左右，这是不是BP神经网络训练得到的最好的结果呢？是不是需要换模型？
这种数据之间相关性很低的该怎么预测？

当然有关系
你选取的数据维度和预测相关性不大。好比你用天气去预测股票行情，误差就很大。样本太少、模型选取不合理、参数没有调好都可能。
调参是必须的，哪里有一次就能成功的。