逻辑回归的代价函数通常使用交叉熵损失来定义。这种损失函数非常适合于二元分类问题。
本篇来推导一下逻辑回归的代价函数。
首先，我们在之前了解了逻辑回归的定义：逻辑回归模型是一种用于二元分类的模型，其预测值是一个介于0和1之间的概率。模型的形式是一个S形的逻辑函数（sigmoid函数），但是sigmoid函数的参数到底要选哪个，就需要对sigmoid函数的结果进行评判，因此也就需要第二步：损失评估。
举个例子：
假设我们有一个逻辑回归模型，用来预测学生是否会通过最终考试。我们有两个特征：学生的出勤率和平均成绩。模型的目标是基于这些特征预测学生是否会通过考试（"通过"记为1，"不通过"记为0）。
特征和参数
- 假设特征向量 x = x 1 x 2 x = \begin{bmatrix} x_1 \\ x_2 \end{bmatrix} x=x1x2，其中 x 1 x_1 x1是学生的出勤率， x 2 x_2 x2是学生的平均成绩。
- 模型的参数为 θ = θ 0 θ 1 θ 2 \theta = \begin{bmatrix} \theta_0 \\ \theta_1 \\ \theta_2 \end{bmatrix} θ= θ0θ1θ2 ，其中 θ 0 \theta_0 θ0是偏置项， θ 1 \theta_1 θ1和 θ 2 \theta_2 θ2分别是与出勤率和平均成绩相关的权重。
计算 h ( x ) h(x) h(x)
模型会计算 h ( x ) h(x) h(x)，即给定特征时通过考试的预测概率。这是通过sigmoid函数来完成的：
h θ ( x ) = 1 1 + e − ( θ 0 + θ 1 x 1 + θ 2 x 2 ) h_\theta(x) = \frac{1}{1 + e^{-(\theta_0 + \theta_1 x_1 + \theta_2 x_2)}} hθ(x)=1+e−(θ0+θ1x1+θ2x2)1
假设对于一个特定学生，出勤率 x 1 = 0.85 x_1 = 0.85 x1=0.85（85%），平均成绩 x 2 = 75 x_2 = 75 x2=75，而模型参数为 θ 0 = − 4 \theta_0 = -4 θ0=−4， θ 1 = 10 \theta_1 = 10 θ1=10， θ 2 = 0.05 \theta_2 = 0.05 θ2=0.05。那么 h ( x ) h(x) h(x)的计算为：
h θ ( x ) = 1 1 + e − ( − 4 + 10 × 0.85 + 0.05 × 75 ) h_\theta(x) = \frac{1}{1 + e^{-(-4 + 10 \times 0.85 + 0.05 \times 75)}} hθ(x)=1+e−(−4+10×0.85+0.05×75)1
计算这个表达式的值（这需要一些数学运算），假设结果是 h θ ( x ) ≈ 0.76 h_\theta(x) \approx 0.76 hθ(x)≈0.76。这意味着根据我们的模型，这个学生通过考试的预测概率是 76%。基于这个预测，由于概率大于0.5，我们可以预测这个学生会通过考试。
到这一步为止， θ 0 = − 4 \theta_0 = -4 θ0=−4， θ 1 = 10 \theta_1 = 10 θ1=10， θ 2 = 0.05 \theta_2 = 0.05 θ2=0.05实际上是我们随机(或经验)取的一组参数数值，但其并不是最佳的，所以就需要有一个代价函数来判断整体的损失(正确率)，再进行梯度下降（或其他优化算法）来迭代地调整这些参数，以获得最小化损失。
在逻辑回归中，由于目标结果只有0和1两种情况 ，因此去计算一组数据的损失的时候就需要区分成两个函数：
当 y=1 时的损失函数
Cost when y = 1 : − log ( h θ ( x ) ) \text{Cost when } y = 1: -\log(h_\theta(x)) Cost when y=1:−log(hθ(x))
当 y=0 时的损失函数
Cost when y = 0 : − log ( 1 − h θ ( x ) ) \text{Cost when } y = 0: -\log(1 - h_\theta(x)) Cost when y=0:−log(1−hθ(x))
对应的图如下：
用一个式子来同时包含这两个情况就是我们的逻辑回归的代价函数（交叉熵损失）：
J ( θ ) = − 1 m ∑ i = 1 m y ( i ) log ( h θ ( x ( i ) ) ) + ( 1 − y ( i ) ) log ( 1 − h θ ( x ( i ) ) ) J(\theta) = -\frac{1}{m} \sum_{i=1}^{m} \left y\^{(i)} \\log(h_\\theta(x\^{(i)})) + (1 - y\^{(i)}) \\log(1 - h_\\theta(x\^{(i)})) \\right J(θ)=−m1i=1∑my(i)log(hθ(x(i)))+(1−y(i))log(1−hθ(x(i)))
我们可以看到这里 l o g ( h θ ( x ( i ) ) ) log(h_\theta(x^{(i)})) log(hθ(x(i)))前面乘以了 y ( i ) y^{(i)} y(i)，所以当目标值为0的时候，这部分就变成了0，也就不会影响后面部分的计算，就很简单地实现了两个式子融合。