WEKA的多层感知器：训练然后再训练

Question

我试图做到以下几点与秧鸡的多层感知器：

1. 培训与训练实例，为时代输入的部分一小部分，
2. 列车与全其余时代的一组实例。

但是，当我在我的代码中执行以下操作时，网络似乎将自身重置为第二次以干净的状态开始。

mlp.setTrainingTime(smallTrainingSetEpochs);

mlp.buildClassifier(smallTrainingSet);

mlp.setTrainingTime(wholeTrainingSetEpochs);

mlp.buildClassifier(wholeTrainingSet);

我做得不对，或者这是该算法应该在WEKA的工作方式？

如果您需要更多信息来回答此问题，请让我知道。我对weka编程很陌生，我不确定哪些信息会有帮助。

Answer 1

This thread weka邮件列表中的问题与您的问题非常相似。

似乎这是Weka的MultilayerPerceptron应该如何工作。它旨在成为'批量'学习者，您正在尝试逐步使用它。只有实施weka.classifiers.UpdateableClassifier的分类器才能进行增量培训。