Logistic regression为什么不用Square error做loss function?

假设训练样本为$(x_i,y_i),f(x_i)=\frac{1}{1+exp(-(wx+b))}$
采用类似Linear regression的损失函数Square error:$\frac{1}{2}\sum_{i=1}^n l(f(x_i)-y_i)^2$
那么令其对$w$求导，得到以下

$$\frac{1}{2}\sum_{i=1}^n\frac{\partial l(f(x_i)-y_i)}{\partial w} =\frac{1}{2}\sum_{i=1}^n 2l(f(x_i)-y_i)\frac{\partial f(x_i)}{\partial w}= \frac{1}{2}\sum_{i=1}^n 2l(f(x_i)-y_i)\frac{\partial f(x_i)}{\partial z}\frac{\partial z}{\partial w}=\frac{1}{2}\sum_{i=1}^n 2l(f(x_i)-y_i)f(x_i)(1-f(x_i))x_i$$

所以，

$y_i=0$时，若$f(x_i)=0$，则上式为0，符合loss；若$f(x_i)=1$，则上式也为0，不符合loss；
$y_i=1$时，若$f(x_i)=1$，则上式为0，符合loss；若$f(x_i)=0$，则上式也为0，不符合loss；

再看看用suqare error和cross entropy做loss function的loss surface (图片来自台大李宏毅老师课件)