如何增量培訓naivebayes分類器？

Question

使用Accord.NET我創建了一個NaiveBayes分類器。它會根據6組圖像處理結果對像素進行分類。我的圖像是500萬像素，因此50個圖像的訓練集創建了一組非常大的訓練數據。

6每像素int陣列* 500萬像素* 50圖像。

而不是試圖將所有的數據存儲在內存中，有沒有辦法增量訓練NaiveBayes分類器？多次調用Learn（）會每次覆蓋舊數據，而不是添加到舊數據。

Answer 1

現在不可能使用Accord.NET逐步地訓練樸素貝葉斯模型。

但是，因爲Naive Bayes所要做的就是嘗試將一些分佈適用於您的數據，並且由於您的數據的維數很少，因此您可以嘗試在數據的子樣本上學習模型比它所有的一次。

當你去加載圖像來建立你的訓練集，你可以嘗試隨機丟棄每個圖像中的x％像素。您還可以繪製x不同值的分類器精度，以找到模型的內存和精度之間的最佳平衡（提示：對於如此小的模型以及大量的訓練數據，我期望它不會做出太多的即使您丟失了50％的數據也是如此）。