ロジスティック回帰アルゴリズム
ロジスティック回帰の内部に踏み込み、アルゴリズムを実装してみましょう。R の glm() 関数はとても複雑なので、ここでは単一のデータセットに対する単純なロジスティック回帰の実装に絞ります。
評価指標としては二乗和ではなく尤度を使います。ただし、計算の安定性を考えると対数尤度を使う方が良いので、こちらを用います。さらにもう一点、対数尤度は最大化したい一方で、optim() は既定で最小値を探索するため、計算しやすいように「負の」対数尤度を用います。
各観測の対数尤度の値は次のとおりです。
計算すべき指標は、これらの対数尤度の寄与分の総和にマイナスを付けたものです。
説明変数の値（churn の time_since_last_purchase 列）は x_actual として利用できます。
目的変数の値（churn の has_churned 列）は y_actual として利用できます。
この演習はコースの一部です
Rで学ぶ中級回帰分析
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Set the intercept to 1
intercept <- ___
# Set the slope to 0.5
slope <- ___
# Calculate the predicted y values
y_pred <- ___
# Calculate the log-likelihood for each term
log_likelihoods <- ___
# Calculate minus the sum of the log-likelihoods for each term
___