我正在使用weka多层感知器来构建我的分类器。问题是，我有这么多的数据集，所以我想一遍又一遍地进行增量训练。用数据集1调用buildClassifier之后。完成培训后，如果我使用dataset2调用buildClassifier，该怎么办？会发生什么？我已经训练过的数据库1网络丢失了吗？或者下次调用builderClassifier（dataset2）时的起点是带有dataset1的训练网络？如果是第一种情况，有没有办法像我说的那样使用weka MLP？
另外，如果我没有将种子传递给MLP，我猜测网络将始终返回相同的初始权重，因为默认种子为0。
谢谢！
答案 0 :(得分：0)
您无法逐步学习MultilayerPerceptron，每次在同一分类器实例上调用buildClassifier方法时，您都会用新的模型覆盖当前模型。
如果您希望学习过程使用更多样本，只需将它们添加到训练集（dataset1）并启动一个新的学习过程，在新数据集上调用buildClassifier，以便反向传播算法可以使用所有可用数据来训练模特！
另一方面，如果您已经训练了一个模型，例如10个时期，并且您希望在同一个数据集上训练另一个模型，但是有20个时期，而不会丢失第一个，那么您只需使用该方法复制它makeCopy（）。
有关更多信息，请参阅doc：http://weka.sourceforge.net/doc.stable-3-8/weka/classifiers/functions/MultilayerPerceptron.html