machine-learning - WEKA的多层感知器: training then training again

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来训练一部分历元输入，
2. 在剩余的周期中使用整组实例进行训练。

但是，当我在代码中执行以下操作时，网络似乎会自行重置以第二次从干净的状态开始。

mlp.setTrainingTime(smallTrainingSetEpochs);

mlp.buildClassifier(smallTrainingSet);

mlp.setTrainingTime(wholeTrainingSetEpochs);

mlp.buildClassifier(wholeTrainingSet);

我做错了什么，还是算法在weka中应该工作的方式？

如果您需要更多信息来回答此问题，请告诉我。我对使用 weka 编程有点陌生，不确定哪些信息会有帮助。

Answer 1

This thread weka 邮件列表上有一个与您的问题非常相似的问题。

这似乎就是 weka 的 MultilayerPerceptron 应该工作的方式。它被设计为“批量”学习器，您正在尝试增量地使用它。仅实现 weka.classifiers.UpdateableClassifier 的分类器可以进行增量训练。