WEKA的MultilayerPerceptron：训练然后再次训练

Question

我正在尝试使用weka的MultilayerPerceptron执行以下操作：

1. 使用一小部分训练实例训练一部分时期输入，
2. 使用整套实例训练剩余的时期。

然而，当我在我的代码中执行以下操作时，网络似乎会重置自己，以便第二次以干净的方式启动。

mlp.setTrainingTime(smallTrainingSetEpochs);

mlp.buildClassifier(smallTrainingSet);

mlp.setTrainingTime(wholeTrainingSetEpochs);

mlp.buildClassifier(wholeTrainingSet);

我做错了什么，或者这是算法应该在weka中运行的方式？

如果您需要更多信息来回答此问题，请告知我们。我对使用weka进行编程并不熟悉，并且不确定哪些信息会有所帮助。

Answer 1

weka邮件列表上的

This thread是一个与您非常相似的问题。

似乎这就是weka的MultilayerPerceptron应该如何工作的。它被设计成一个“批量”学习者，你试图逐步使用它。只有实施weka.classifiers.UpdateableClassifier的分类器才能进行增量训练。