Machine learning 如何使用weka中的新训练数据更新训练模型（weka.classifiers.functions.MultilayerPerceptron）？

我想加载一个我以前训练过的模型，然后用新的训练数据更新这个模型。但我发现这项任务很难完成

我从中吸取了教训

实现weka.Classifiers.UpdateableClassifier接口的分类器可以进行增量训练

然而，我训练的回归模型使用的是weka.classifiers.functions.MultilayerPerceptron分类器，它没有实现UpdateableClassifier

然后我检查了Weka API，结果发现没有回归分类器实现UpdateableClassifier

我的问题是：如何在Weka中训练回归模型，然后在加载模型后用新的训练数据更新模型？

---

如果有人能帮助我，那就太好了。

据我所知，我在Weka和scikit学习中都有一些数据挖掘经验，并且在Weka和scikit学习中不存在r和updateble回归模型。然而，一些R库确实支持更新回归模型，例如，看看这个线性回归模型：，因此，如果您可以自由地切换数据挖掘工具，这可能会帮助您

如果你需要坚持使用Weka，我担心你可能需要自己实现这样一个模型，但由于我不是一个完整的Weka专家，请与Weka列表中的人员联系。

Weka中的实现支持多个损失函数。其中有两个用于线性回归的损失函数，即。ε不敏感和Huber损失函数

因此，只要这两个损失函数中的任何一个用于最小化训练误差，就可以使用SGD训练的线性回归