WEKA的多层感知器：训练然后再次训练

我试图使用WEKA的多层感知器进行以下操作：

然而，当我在代码中这样做时，网络似乎在第二次训练时会重置自己，从头开始。

mlp.setTrainingTime(smallTrainingSetEpochs);

mlp.buildClassifier(smallTrainingSet);

mlp.setTrainingTime(wholeTrainingSetEpochs);

mlp.buildClassifier(wholeTrainingSet);

我做错了什么，还是这是WEKA中算法的预期工作方式？

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进行编程还比较新，对哪些信息会有所帮助不太确定。

回答：

这个讨论串在WEKA邮件列表中提出了一个与您非常相似的问题。

看起来这是WEKA的多层感知器的预期工作方式。它被设计为“批量”学习器，您试图以增量方式使用它。只有实现了weka.classifiers.UpdateableClassifier的分类器可以进行增量训练。

学技术