您好！
1、不同的多层感知器可以有不同的基函数，不同的基函数得出的结果可能不同，这个是很正常的，至于判断哪个方法好，这个就要结合经验和模型的预测精度等综合来决定。
2、只要是用于的分类的，神经网络可以用，logistic也可以用的，对同一个问题，可以用不同的方法研究
3、具体需要预测什么是从研究的问题本身出发，根据自己的研究目的来定

就说分析实例bankload.sav：如果用多层感知器和logistic 回归进行分析，采用的方法基本都是默认状态，按理说结果应该相似，但结果相差还是那么大，就感觉软件的可信度不大，请老师试一下！
另外，对于课件中patient_los分析实例，我还想问一下，这个例子是说明什么呢?这个数据集中费用和住院日都是现成的，再次预测费用和住院日有什么意义呢？

1.多层感知器和logistic 回归是两种不同的方法，都用的默认状态不能说明什么。
得到的结果不一样是一定的。
2.
费用和住院时间是已有的数据，建立模型的目的就是根据现有的数据，估计出模型来，然后根据模型可以去预测未知的费用和住院时间。

模型都是根据现有数据建立模型，根据建立的模型去预测未来的数据