LR推導以及LR中爲什麼採用logloss

首先lr是一個分類模型，討論二分類情況下，在這個基礎上我們假設樣本服從伯努利分佈（0-1分佈） 做了假設分佈後下一步就是求分佈參數，這個過程一般採用極大似然估計MLE(Maximum Likelihood Estimation)，具體方法是求該假設分佈在訓練樣本上的聯合概率（樣本帶入連乘），然後求其關於θ的最大值，爲了方便計算所以一般取-log，單調性保持不變，所以就有了logloss：L(Y,P

>>阅读原文<<