持续学习或自动机器学习

wang0581

嗨，我有一个训练好的文本挖掘模型，我想在训练中添加更多的样本集，但我不想从零开始训练一切。rapidminer能提供连续学习还是自动机器学习?让我们用更多的样本集和分类来训练现有的模型。

谢谢!

David_A

嗨@wang0581，

你可以使用更新模型操作员添加新的训练数据到您的模型。不幸的是，这主要适用于非常简单的算法，如朴素贝叶斯或k-NN和深度神经网络。

下面你可以找到教程的过程深度学习扩展．

我希望这对我们的情况有所帮助。

最好的
大卫

----------------------------------

<？xml version="1.0" encoding="UTF-8"?> <过程version = " 9.5.001”>

> <上下文

<输入/ >
<输出/ >
<宏/ >
> < /上下文







<过程扩展= " true " >

<过程扩展= " true " >


加载数据
< /操作符>



<列出关键= " set_additional_roles " / >
选择" Age "作为标签。
< /操作符>

















<列出关键= " comparison_groups " / >


< /操作符>






我们想通过测量来估计海贝壳的年龄。
神经网络只处理数值数据，因此我们需要将所有属性转换为数字。
> < /过程
加载并准备数据
< /操作符>

<枚举关键= "分区" >



< /枚举>



将数据分割为两个训练集和一个测试集。
< /操作符>

复制测试集，为两个模型性能检查使用相同的数据。
< /操作符>



























<过程扩展= " true " >









< /操作符>









< /操作符>





> < /过程
< /操作符>

<列出关键= " application_parameters " / >

< /操作符>

















计算模型性能
< /操作符>


<列出关键= " application_parameters " / >

< /操作符>

















计算模型性能
< /操作符>

















使用新数据更新先前训练的模型。
初始培训&模型评价> < /描述
再执行一个迭代步骤并再次评估模型。
> < /过程
< /操作符>
> < /过程

wang0581

嗨David_A,

是的，这就是我想要的，非常感谢!