我想加载之前训练过的模型，然后使用新的训练数据更新此模型。但我发现这项任务很难完成。
我从Weka Wiki那里学到了
实现weka.classifiers.UpdateableClassifier接口的分类器可以逐步训练。
但是，我训练的回归模型是使用 weka.classifiers.functions.MultilayerPerceptron 分类器，它没有实现UpdateableClassifier。
然后我检查了Weka API，结果是没有回归分类器实现了UpdateableClassifier。
我的问题是：如何在Weka中训练回归模型，然后在加载模型后使用新的训练数据更新模型？
如果有人可以帮助我，那就太好了。
答案 0 :(得分：0)
我在Weka中有一些数据挖掘经验以及scikit-learn和r和updateble回归模型在weka中并不存在scikit-learn据我所知。但是，有些R库支持更新回归模型（例如，请查看此线性回归模型：http://stat.ethz.ch/R-manual/R-devel/library/stats/html/update.html），因此，如果您可以自由切换数据挖掘工具，这可能会帮助您解决问题。
如果你需要坚持Weka，我担心你可能需要自己实现这样的模型，但由于我不是一个完整的Weka专家，请与weka列表中的人员联系（{{3} }）。
答案 1 :(得分：0)
Weka中的SGD classifier实现支持多种丢失功能。其中有两个用于线性回归的损失函数，即。 Epsilon不敏感，Huber损失功能。
因此，只要使用这两种损失函数中的任何一种来最小化训练误差，就可以使用经过SGD训练的线性回归。