本人最近应用神经网络预测处理一些数据，由于每组数据的数据点个数不同，导致输入层的数据组无法形成矩阵，面对该情况，我该如何解决？希望有遇到同样问题的朋友或者熟悉神经网络预测的人士能指点一下，感激不尽！
数学模型，包括神经网络模型，有若干输入变量、输出变量。简单的，m 个输入，1个或 n 个输出。
不论训练样本、检验样本还是预测样本，都要同样具有 m 个输入 1个或 n 个输出（预测样本的输出是由神经网络模型计算得到的）。
你说每组数据的数据点个数不同，导致输入层数据无法形成矩阵。其实问题不是出在这里，而是你没有考虑清楚 神经网络模型的输入、输出是什么，你的各组数据是什么。
简单地，你可以想象用一个线性模型描述这些数据，数据应该如何构造（不必考虑线性模型是否合理，精度如何）。
大概是 yi = k1x1+...+knxn 对吧，神经网络模型是一样的 yi=f(x1,...xn)
所以，如果这个线性模型你能想清楚数据如何构成样本、样本集，对于神经网络是同样处理。
如果线性模型你做不好，神经网络你也做不了。