Question

我理解增量学习的想法是，在训练之后，我保存我的模型，当我有新数据时，我只需加载我保存的模型并再次训练新数据和新训练的模型将建立在旧数据之上。

我在WEKA中搜索过这个，我发现这可以使用“增量算法”来完成。我知道Hoefdding-Tree是J48算法的增量版本，但我不确定如何进行增量学习。

如果有人能解释这是否可以在WEKA中实现，以及如何做到这一点。

Answer 1

为了在WEKA中进行增量学习，您必须选择实现UpdatableClassifer接口的分类器。有10个分类器可以做到这一点。请注意，这只能使用编码或命令行来完成。

您必须首先根据训练数据构建模型，然后保存模型。之后，您使用相同的模型并进行更多训练。

使用HoefddingTree算法，它将是这样的：

java weka.classifiers.trees.HoeffdingTree -L 2 -S 0 -E 1.0E-7 -H 0.1 -M 0.01 -G 200.0 -N 0.0 -t Training.arff -no-cv -d ht.model

java weka.classifiers.trees.HoeffdingTree -t Training.arff -T Testing.arff -l  ht.model -d ht.updated.model

当然，更新模型时无需再次指定训练参数，因为这些设置已保存在模型中。

了解更多信息：

http://weka.8497.n7.nabble.com/WEKA-Incremental-Learning-Training-td35691.html
https://weka.wikispaces.com/Classification-Train/test%20set#Classification-Building a Classifier-Incremental

WEKA增量学习？

1 个答案: