https://blog.csdn.net/zrh_CSDN/article/details/80934278
Logistic回归的极大似然估计求解参数的推导： https://blog.csdn.net/LegenDavid/article/details/79221063
推导到最后要计算的方程（对各个参数求偏导，使其等于0，这样联合概率取得最大值--极大似然），和 Logistic回归采用-log损失函数（对各个参数求偏导，使其等于0，这样损失函数取得最小值--预测最为准确）
这两个地方最后推导出来的偏导式子相同（只差前面一个正负号，对于等于0是不影响的），这也是从极大似然估计角度证明了，为何Logistic回归要使用-log损失函数
3. 概率距离
LR模型预估的是概率，自然的，损失函数可以用联合概率分布来衡量。
比较式（2）和式（3）可知：
由于log函数为单调递增函数，log距离和概率距离本质上是一样的，训练得到的结果也应该一致。