前提：
假设数据服从伯努利二次分布（0-1分布），通过极大化似然函数的方法，运用梯度下降来求解参数，将数据二分类。
sigmoid函数非凸函数。
定义：
概率分布：
目标是使得整个概率最大，加负号即求最小值，为计算方便，去对数：
是个凸函数，梯度下降法求最小值
上面是单个样本，计算所有样本的损失然后在取平均值
求最小值，使用极大似然法：
假设所有样本独立同分布，联合概率为所有样本概率之和：
对数似然：
极大似然法求极值，分别对w的每个参数求偏导=0，解方程，得到w
原文：https://www.cnblogs.com/pacino12134/p/11143992.html