WEKA增量学习？

Question

我理解的增量学习的想法是，在训练之后，我保存我的模型，当我有新数据时，我只是加载我保存的模型并训练，而不是用新数据训练旧数据再次使用新数据，新训练模型将建立在旧模型之上。

我在 WEKA 中搜索过这个，我发现可以使用 "Incremental Algorithms" 来完成。我知道 Hoefdding-Tree 是 J48 算法的增量版本，但我不确定增量学习是如何进行的。

如果有人可以解释这在 WEKA 中是否可行以及如何完成。

Answer 1

为了在 WEKA 中进行增量学习，您必须选择实现 UpdatableClassifer 接口的分类器。有 10 个分类器可以做到这一点。请注意，这只能使用编码或命令行来完成。

您必须先从训练数据构建模型，然后保存模型。之后，您使用相同的模型并进行更多训练。

使用HoefddingTree算法，它会是这样的：

java weka.classifiers.trees.HoeffdingTree -L 2 -S 0 -E 1.0E-7 -H 0.1 -M 0.01 -G 200.0 -N 0.0 -t Training.arff -no-cv -d ht.model

java weka.classifiers.trees.HoeffdingTree -t Training.arff -T Testing.arff -l  ht.model -d ht.updated.model

当然更新模型时不需要再次指定训练参数，因为这些设置已经保存在模型中

更多信息：

http://weka.8497.n7.nabble.com/WEKA-Incremental-Learning-Training-td35691.html
https://weka.wikispaces.com/Classification-Train/test%20set#Classification-Building a Classifier-Incremental

WEKA增量学习？

WEKA Incremental Learning?

weka