0
我正在與weka的UpdatableClassifier
一起進行連續培訓。我注意到,方法weka.classifiers.Evaluation
需要迭代Instances
中的每個實例以進行評估。我檢查了代碼,似乎weka以批處理方式進行評估。有沒有辦法使用weka類順序評估模型,以便它不重新計算所有內容?Weka是否按順序評估?
我正在與weka的UpdatableClassifier
一起進行連續培訓。我注意到,方法weka.classifiers.Evaluation
需要迭代Instances
中的每個實例以進行評估。我檢查了代碼,似乎weka以批處理方式進行評估。有沒有辦法使用weka類順序評估模型,以便它不重新計算所有內容?Weka是否按順序評估?
大多數分類器需要在可以訓練它們之前看到所有數據,例如J48或SMO。但也有一些方案可以以漸進方式進行培訓,而不僅僅是批量模式。實現weka.classifiers.UpdateableClassifier接口的所有分類器都能夠以這種方式處理數據。
從命令行運行這樣的分類器將逐步加載數據集(注意:並非所有數據格式都可以加載; XRFF是其中之一,另一方面ARFF可以逐步讀取)並通過實例提供數據實例到分類器。
查看Javadoc的UpdateableClassifier接口來查看實現它的方案。
是的,但這是數據如何加載培訓而不是評估 –
我已經實施了同樣的事情。它將評估爲一個批次,然後將結果存儲在每個foid的** Fast Vector **中。據我所知,沒有任何方法可以幫助解決這個問題。 – Maxi