WEKA 的 MultilayerPerceptron：训练然后再训练

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进行训练，用于部分时期输入，
2. 在剩余的 epoch 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重新开始。

mlp.setTrainingTime(smallTrainingSetEpochs);

mlp.buildClassifier(smallTrainingSet);

mlp.setTrainingTime(wholeTrainingSetEpochs);

mlp.buildClassifier(wholeTrainingSet);

我是不是做错了什么，或者这就是算法应该在 weka 中工作的方式？

如果您需要更多信息来回答这个问题，请告诉我。我对使用 weka 进行编程有点陌生，不确定哪些信息会有所帮助。

Answer 1

weka 邮件列表中的This thread 与您的问题非常相似。

似乎这就是 weka 的 MultilayerPerceptron 应该如何工作的。它被设计为“批量”学习器，您正在尝试逐步使用它。只有实现weka.classifiers.UpdateableClassifier 的分类器才能进行增量训练。