① weka 中用rbf神經網路演算法進行訓練，速度奇慢無比，不知道要改哪些參數，在哪裡改，請具體說一下，謝謝啦
像是rbf這類演算法碰到高維度大容量的數據集就是慢的像老牛拉車...很多論文上的實驗模型都是訓練了n小時的結果。
建議嘗試用屬性選擇搞幾個特徵子集出來，試試看哪個的效果好就用哪個代替原始數據集。個人感覺演算法的參數調整對提高模型的訓練效率來說意義不大，用屬性選擇降低數據集的維度是最有效的。
② 怎樣可以提高神經網路的收斂速度
改變一下訓練函數用trainscg，trainlm要比traingdx快，再就是優化初始權閾值，這方面方法就多了，網上這方面東西比較多，搜下看吧！祝你成功。