Weka多层感知器增量学习

我使用weka多层感知器来构建我的分类器。事情是，我有这么多的数据集，所以我想一遍又一遍地进行渐进式训练。在我用数据集1调用buildClassifier之后。完成培训后，如果我使用dataset2调用buildClassifier，该怎么办？会发生什么？我已经用database1进行过训练了吗？或者我下次打电话给builderClassifier（dataset2）的时候是出发点，是训练有数据集1的网络吗？如果是第一种情况，那么我可以像我所说的使用weka MLP一样进行操作吗？Weka多层感知器增量学习

而且，如果我不及格种子MLP，我猜的网络将始终返回我相同的初始权重，因为默认的种子是0

谢谢！

来源

2016-11-05 chen1005

展示，分享你的代码的人可以比给你最好的答案，理解你。 –

您无法逐步学习MultilayerPerceptron，每次您在同一分类器实例上调用buildClassifier方法时，都会用新方法覆盖当前模型。

如果您希望学习过程使用更多样本，只需将它们添加到训练集（dataset1）并开始一个新的学习过程，在新数据集上调用buildClassifier，以便反向传播算法可以使用所有可用数据训练模型！另一方面，如果您已经训练了一个具有10个时期的模型，并且您希望在同一个数据集上训练另一个模型，但是有20个时期，而不丢失第一个模型，那么您可以简单地将它复制到方法makeCopy（）。

中查看信息的文档：http://weka.sourceforge.net/doc.stable-3-8/weka/classifiers/functions/MultilayerPerceptron.html

来源

2017-10-18 12:47:15

Weka多层感知器增量学习

回答

相关问题