WEKA的多層感知器：訓練然後再訓練

Question

我試圖做到以下幾點與秧雞的多層感知器：

1. 培訓與訓練實例，爲時代輸入的部分一小部分，
2. 列車與全其餘時代的一組實例。

但是，當我在我的代碼中執行以下操作時，網絡似乎將自身重置爲第二次以乾淨的狀態開始。

mlp.setTrainingTime(smallTrainingSetEpochs);

mlp.buildClassifier(smallTrainingSet);

mlp.setTrainingTime(wholeTrainingSetEpochs);

mlp.buildClassifier(wholeTrainingSet);

我做得不對，或者這是該算法應該在WEKA的工作方式？

如果您需要更多信息來回答此問題，請讓我知道。我對weka編程很陌生，我不確定哪些信息會有幫助。

Answer 1

This thread weka郵件列表中的問題與您的問題非常相似。

似乎這是Weka的MultilayerPerceptron應該如何工作。它旨在成爲'批量'學習者，您正在嘗試逐步使用它。只有實施weka.classifiers.UpdateableClassifier的分類器才能進行增量培訓。