Правдоподобие и логарифм правдоподобия

Линейная регрессия оптимизирует метрику «сумма квадратов», чтобы найти наилучшую подгонку. Однако эта метрика не подходит для логистической регрессии. Вместо неё логистическая регрессия оптимизирует метрику, которая называется правдоподобием, или связанную с ней метрику — логарифм правдоподобия.

На панели показана зависимость статуса оттока клиентов от времени с момента последней покупки из набора данных churn. Синяя пунктирная линия — это линия предсказания логистической регрессии (то есть линия наилучшей подгонки). Чёрная сплошная линия соответствует предсказаниям, вычисленным на основе коэффициентов свободного члена и наклона, которые вы задаёте в виде logistic.cdf(intercept + slope * time_since_last_purchase).

Изменяйте коэффициенты свободного члена и наклона и наблюдайте, как меняются значения правдоподобия и логарифма правдоподобия.

Какое утверждение верно по мере приближения к линии наилучшей подгонки?