Weka多層感知器增量學習

我使用weka多層感知器來構建我的分類器。事情是，我有這麼多的數據集，所以我想一遍又一遍地進行漸進式訓練。在我用數據集1調用buildClassifier之後。完成培訓後，如果我使用dataset2調用buildClassifier，該怎麼辦？會發生什麼？我已經用database1進行過訓練了嗎？或者我下次打電話給builderClassifier（dataset2）的時候是出發點，是訓練有數據集1的網絡嗎？如果是第一種情況，那麼我可以像我所說的使用weka MLP一樣進行操作嗎？Weka多層感知器增量學習

而且，如果我不及格種子MLP，我猜的網絡將始終返回我相同的初始權重，因爲默認的種子是0

謝謝！

來源

2016-11-05 chen1005

展示，分享你的代碼的人可以比給你最好的答案，理解你。 –

您無法逐步學習MultilayerPerceptron，每次您在同一分類器實例上調用buildClassifier方法時，都會用新方法覆蓋當前模型。

如果您希望學習過程使用更多樣本，只需將它們添加到訓練集（dataset1）並開始一個新的學習過程，在新數據集上調用buildClassifier，以便反向傳播算法可以使用所有可用數據訓練模型！另一方面，如果您已經訓練了一個具有10個時期的模型，並且您希望在同一個數據集上訓練另一個模型，但是有20個時期，而不丟失第一個模型，那麼您可以簡單地將它複製到方法makeCopy（）。

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

來源

2017-10-18 12:47:15

Weka多層感知器增量學習

回答

相關問題