Logistic Regression邏輯迴歸的一些知識點

關於Logistic Regression的一些知識點：

1. 爲什麼損失函數不用平方誤差：
   $L = \frac{1}{2m}\sum_i^m(\hat{y}-y)^2$
   答：這樣的損失函數不是凸的，梯度下降法會陷入局部最小值。
   
   二分類問題的損失函數：
   $L = -\frac{1}{m}\sum_i^m(y\log\hat{y}+(1-y)\log(1-\hat{y}))$