如何在WEKA中用新的训练数据更新训练过的模型(weka.classifiers.functions.MultilayerPerceptron)? [英] How do I update a trained model (weka.classifiers.functions.MultilayerPerceptron) with new training data in Weka?
本文介绍了如何在WEKA中用新的训练数据更新训练过的模型(weka.classifiers.functions.MultilayerPerceptron)?的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
我要加载我以前训练的模型,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了解到
可以以增量方式训练实现weka.ategfiers.Updateable分类器接口的分类器。
但是,我训练的回归模型使用的是weka.classifiers.functions.MultilayerPerceptron分类器,该分类器没有实现可更新分类器。
然后,我检查了Weka API,结果发现没有回归分类器实现UpdatableClass。
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?
推荐答案
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失去功能。
因此,只要使用这两个损失函数之一来最小化训练误差,就可以使用用SGD训练的线性回归。
这篇关于如何在WEKA中用新的训练数据更新训练过的模型(weka.classifiers.functions.MultilayerPerceptron)?的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文