Učenje u dvije faze

Tipično, GMDH određuje koeficijente iz samo dijela dostupnog skupa podataka, dok je ostatak iskorišten za evaluaciju dobrote modela. wGMDH dodatno pruža metodu koja omogućuje izračun koeficijenata iz čitavog skupa podataka.

U prvoj fazi određuje se optimalna struktura nekom od holdout metoda, koristeći čitav skup podataka. Holdout metodu koja će se koristiti određuje dataProvider parametar algoritma (trenutačno, izbori su PercentageSplitHandler i CVHandler). U drugoj fazi, koeficijenti se određuju ponovnom izgradnjom samo najboljeg modela, opet koristeći čitav skup podataka, uz fiksiranu prethodno određenu strukturu modela.

Ako je relearn parametar klasifikatora postavljen na true, učenje će se provesti u dvije faze. Ukoliko je postavljen na false, uslijedit će tipično učenje, koje je generalno brže. Primjeti da korištenje CvHandler-a ima smisla samo prilikom dvofaznog učenja; prilikom tipičnog učenja njegovo korištenje bit će uzaludno trošenje računalnih resursa.