逻辑回归算法
让我们深入内部原理，自己实现一个逻辑回归算法。由于 R 的 glm() 函数非常复杂，您将在此处仅针对单个数据集实现简单的逻辑回归。
我们不再使用平方和作为度量，而是使用似然。不过，对数似然在数值计算上更稳定，因此我们将使用对数似然。实际上，还需要再做一处调整：我们希望最大化对数似然，但 optim() 默认寻找最小值，所以更方便的做法是计算"负对数似然"。
每个观测的对数似然为：
需要计算的指标是这些对数似然贡献的负和。
自变量值（churn 的 time_since_last_purchase 列）已作为 x_actual 提供。
因变量值（churn 的 has_churned 列）已作为 y_actual 提供。
本练习是课程的一部分
R 中级回归
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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
___