Как обновить обученную модель (weka.classifiers.functions.MultilayerPerceptron) с новыми данными обучения в Weka?

Question

Я хотел бы загрузить модель, которую я обучил до этого, а затем обновил эту модель новыми данными обучения. Но я нашел эту задачу трудно.

я узнал от Weka Wiki что

классификаторы, реализующие интерфейс weka.classifiers.UpdateableClassifier могут быть обучены постепенно.

Однако модель регрессии я тренировалась использует weka.classifiers.functions.MultilayerPerceptron классификатор, который не реализует UpdateableClassifier.

Затем я проверил API Weka и выяснилось, что не имеет классификатора регрессии, который реализует UpdateableClassifier.

Мой вопрос: Как я могу обучить регрессионную модель в Weka, а затем обновить модель позже новыми данными обучения после загрузки модели?
Было бы здорово, если кто-то может мне помочь.

Answer 1

У меня есть опыт интеллектуального анализа данных в Weka, а также в scikit-learn и r и обновленные модели регрессии не существуют в weka и scikit-learn, насколько я знаю. Однако некоторые R-библиотеки поддерживают обновление моделей регрессии (посмотрите на эту модель линейной регрессии, например: http://stat.ethz.ch/R-manual/R-devel/library/stats/html/update.html), поэтому, если вы можете переключать инструмент интеллектуального анализа данных, это может помочь вам.

Если вам нужно придерживаться Weka, я боюсь, что вам, вероятно, потребуется реализовать такую ​​модель самостоятельно, но так как я не полный эксперт Weka, пожалуйста, свяжитесь с ребятами в списке weka (http://weka.wikispaces.com/Weka+Mailing+List).

Answer 2

Реализация SGD classifier в Weka поддерживает несколько функций потерь. Среди них две функции потерь, которые предназначены для линейной регрессии, а именно: Эпсилон нечувствителен и функции потери Хубера.

Поэтому можно использовать линейную регрессию, прошедшую обучение с SGD, если любая из этих двух функций потерь используется для минимизации ошибки обучения.