1.逻辑回归的损失函数(单个样本中) 损失函数主要用于衡量预测结果与真实值的误差 逻辑回归常用损失函数L(y,p)=−[plog(y)+(1−p)log(1−y)]L(y, p) = -[p log(y) + (1 - p) log(1 - y)]L(y,p)=−[plog(y)+(1−p)log(1−y)] L(y, p) 是单个样本的损失。 y 是模型预测的样本为正类的概率,即 p = P(y=1|x)。 p 是真实标签,对于二元分类问题