一. 损失函数

Logistic回归算法公式推导篇中，我们通过对似然函数求对数，得到$l(\theta )$：
$$l(\theta )=ln\left[L(\theta )\right]=\sum _{i=1}^M\left\{y^{(i)}ln[h_{\theta }(x^{(i)})]+(1-y^{(i)})ln[1-h_{\theta }(x^{(i)})]\right\}$$

公式解释1：$l(\theta )$
 
对于似然函数，其含义可以解释为：

用已知的观测数据（x值、y值），在某个事件发生概率最大时候，求函数的参数

 
究竟上述的这个事件发生概率有多大呢？当然是概率越接近1越好，越大越好

结合对似然函数的描述，当似然函数取最大时，模型最优，那么此时我们就可以定义损失函数：
$$J(\theta )=-l(\theta )=\sum _{i=1}^M\left\{-y^{(i)}ln[h_{\theta }(x^{(i)})]-(1-y^{(i)})ln[1-h_{\theta }(x^{(i)})]\right\}$$

公式解释2：$J(\theta )$
 
对于损失函数这样定义不太理解的同学，看这里！！！
 
明确我们预测的目的：

对于一个样本的预测，我们希望模型能预测真实标签的概率越接近1越好，预测的越准确越好

上述目的如果套用至似然函数中，我们就可以说：

对于观测数据（有1有0），我希望模型预测真实标签的概率越接近1越好

若我对似然函数取反，他的含义就变得非常符合我们对于损失函数的要求，即损失越小越好：

对于观测数据，此时我们的期望就变成了，预测真实标签的概率越接近0越好，预测的准确率越低越好；
 
而事件（预测的准确率越低越好）发生的概率，从预测目的来说，我们希望越低越好，即损失函数越小越好

其实，从数学层面讲，似然函数求最大值就等价于求公式前加负号的最小值

1. 交叉熵损失函数

上述定义的损失函数，是非常著名的交叉熵（CrossEntropy）损失函数 ，该函数为凸函数，表示为：
$$Cost(h_{\theta }(x),y)=\{\begin{array}{c}-ln(h_{\theta }(x))，y=1\\ -ln(1-h_{\theta }(x))，y=0\end{array}$$

2. 梯度下降

在定义模型的损失函数后，通过对损失求导来更新梯度，梯度更新公式：
$${{\theta }_i}^{\prime }={\theta }_i-\alpha \frac{\partial J}{\partial {\theta }_i}$$

其中，损失函数的梯度值为$$\frac{\partial J(\theta )}{\partial {\theta }_j}=\sum _{i=1}^M[h_{\theta }(x^{(i)})-y^{(i)}]\ast x_j^{(i)}$$

推导过程在Logistic回归算法 公式推导篇中

---

感谢阅读🌼
如果喜欢这篇文章，记得点赞👍和转发🔄哦！
有任何想法或问题，欢迎留言交流💬，我们下次见！

祝愉快🌟！

---