我正在使用Apache Mahout处理一个二元分类问题。我使用的算法是OnlineLogisticRegression，当前的模型强烈倾向于产生预测值为1或0，而没有中间值。

请建议如何调整或修改算法，使其在预测中产生更多的中间值。

提前感谢！

回答：

分类器的测试错误率是多少？如果接近零，那么这种自信是一种特性，而不是缺陷。

如果测试错误率高（或者至少不低），那么分类器可能在训练集上过拟合：测量训练错误和测试错误之间的差异。在这种情况下，增加正则化如rrenaud建议的可能会有所帮助。

如果你的分类器没有过拟合，那么可能存在概率校准问题。Logistic回归模型（例如使用logit链接函数）应该能提供足够好的概率校准（如果问题大致是线性可分的且标签噪声不大）。你可以按照这篇论文中解释的绘制图表来检查概率的校准。如果这真的是一个校准问题，那么实现基于Platt缩放或等距回归的自定义校准可能会帮助解决这个问题。