Likelihood 與 log-likelihood

線性迴歸會最佳化「平方和」這個指標來尋找最佳擬合。但這個指標不適用於羅吉斯迴歸。羅吉斯迴歸改為最佳化稱為「likelihood」的指標，或其相關的「log-likelihood」。

此儀表板顯示 churn 資料集中的流失狀態與「距離上次購買的時間」。藍色虛線是羅吉斯迴歸的預測線（也就是「最佳擬合」線）。黑色實線則是依你指定的截距與斜率係數，使用 logistic.cdf(intercept + slope * time_since_last_purchase) 計算而得的預測線。

調整截距與斜率係數，觀察 likelihood 與 log-likelihood 的數值如何改變。

當你越接近最佳擬合線時，關於 likelihood 與 log-likelihood，哪一個敘述是正確的？