Likelihood और log-likelihood

Linear regression सबसे अच्छा फिट खोजने के लिए "sum of squares" मेट्रिक को ऑप्टिमाइज़ करने की कोशिश करता है। यह मेट्रिक logistic regression पर लागू नहीं होती। इसकी बजाय, logistic regression एक मेट्रिक जिसे likelihood कहते हैं, या उससे संबंधित मेट्रिक log-likelihood को ऑप्टिमाइज़ करता है।

डैशबोर्ड में churn डेटासेट से last purchase के बाद बीते समय के मुकाबले churn status दिखाया गया है। नीली बिंदीदार रेखा logistic regression की prediction line है। (अर्थात, यह "best fit" line है।) काली ठोस रेखा वह prediction line दिखाती है जो आपके दिए intercept और slope कोएफिशिएंट्स से logistic.cdf(intercept + slope * time_since_last_purchase) के रूप में निकाली गई है।

Intercept और slope कोएफिशिएंट्स बदलें और देखें कि likelihood और log-likelihood के मान कैसे बदलते हैं।

जैसे-जैसे आप best fit line के करीब आते हैं, likelihood और log-likelihood के बारे में कौन-सा कथन सही है?