Я не уверен, если это так, как в целом (делает логистической регрессии всегда найти глобальный оптимум)Ли логистическая регрессия всегда находит глобальный оптимум, предполагая, что оптимизация сходится?
и, в частности, (делает логистической регрессии всегда найти глобальный оптимум, когда что оптимизация сходится)
СООБЩЕНИЕ
Спасибо, не могли бы вы объяснить, почему он находит глобальный оптимум, потому что функция потерь является выпуклой? – Fredrik
Выпуклые (вогнутые) функции имеют только один минимум (максимум). Итеративные алгоритмы оптимизации, такие как градиентный спуск или метод Ньютона, часто используемые для логистической регрессии, поиск направлений в пространстве, в которых объектная функция уменьшается (увеличивается). Поэтому они, в конечном счете, столкнутся с оптимальным, при условии, что шаг обновления достаточно мал. Я добавил ссылку. – broncoAbierto