Machine learning weka-改进已培训的模型
假设我用一组数据训练我的神经网络（多层感知器）模型Machine learning weka-改进已培训的模型,machine-learning,neural-network,weka,data-analysis,Machine Learning,Neural Network,Weka,Data Analysis,假设我用一组数据训练我的神经网络（多层感知器）模型 然后，明天，我将获得更多的数据。我想用第二组数据改进我的模型。在WEKA（理想情况下是explorer）中如何实现这一点？经过训练的模型是不可扩展的。每次添加新数据时，都必须重新训练神经网络。这是因为分配给节点的权重必须改变，以便预测新情况。为了改变节点的权重，重新训练是强制性的，所以我必须用整个数据集重新训练？原来的一套加上新的一套？
然后，明天，我将获得更多的数据。我想用第二组数据改进我的模型。在WEKA（理想情况下是explorer）中如何实现这一点？经过训练的模型是不可扩展的。每次添加新数据时，都必须重新训练神经网络。这是因为分配给节点的权重必须改变，以便预测新情况。为了改变节点的权重，重新训练是强制性的，所以我必须用整个数据集重新训练？原来的一套加上新的一套？