为什么不用平方误差（MSE）作为Logistic回归的损失函数？

在学习logistic regression（逻辑斯蒂回归）的时候，我们用类似交叉熵的损失函数Log误差：$L(y-\hat{y})=-{\sum }_{i=1}^n{y}_i\log ({\hat{y}}_i)$，而不是在线性回归里常用的平均平方误差(MSE)：$L(y-\hat{y})={\sum }_{i=1}^n(y_i-{\hat{y}}_i{)}^2$.

我最近找到一篇博文讲得不错，这两天翻译一下，顺便求一波thesis高分😏

Why not Mean Squared Error(MSE) as a loss function for Logistic Regression? – Rajesh Shreedhar Bhat, Souradip Chakraborty

在这篇博文中，我们主要对比在逻辑斯蒂回归中的log loss（对数损失）和mean squared error（平均平方误差），并且根据经验和数学分析证明为什么我们推荐使用“log loss”

分类问题和损失函数基础

两种误差的数学公式如下图：
Log loss:

Mean Squared Loss:

在上面两公式中的字母含义如下：
$y$: actual label（真实标签）
$\hat{y}$: predicted value（预测标签）
$n$: number of classes（类别数）

当我们有一个两个类的数据集时($n=2$)，我们用“0”和“1”来表示这两个类。

下面我们展示当预测标签和真实标签出现错误的时候，为什么log-loss比MSE更优

例如：

• 在数据集中的样例的真实标签是“1”
• 在用sigmoid函数之后，预测值给的标签是“0”

当以MSE为损失值：
$$(1-0{)}^2=1$$
当以log loss为损失值：
在计算之前，我们先来看一下$\log (x)$的函数图像

可以看出当$x$趋近于0时，$\log (x)$倾向于负无穷。

因此。loss value损失值为：
$$-(1\times \log (0)+0\times \log (1))\to infinity$$
可以看出，计算MSE的损失值大大小于log loss.因此可以得到结论：计算MSE不会重重地惩罚错误分类，哪怕是完全分错！

然而，当预测准了的时候，我们再计算一下损失值如下：
真实标签：“1”
预测值：“1”
MSE:$(1-1{)}^2=0$
Log loss:$-(1\times \log (1)+0\times \log (0))=0$

至此，我们已经展示了MSE对于二分类问题不是一个好的选择。相似的结论可以扩展到（one-hot）1-热点编码的多分类问题。

MSE和在Logistic回归的非凸问题

在分类问题中，我们通常会利用梯度下降手段（例如Newton Raphson，梯度下降等等）通过最小化损失函数去寻找系数的最优解。因此如果损失函数是非凸的，我们无法保证总能找到全局最小值，相对地，我们会很可能陷入局部最小值。

在证明为什么MSE在logistic 回归中不是一个凸函数之前，让我们来看一下函数为凸的条件是什么。

在$n-$维区间上的一个实值函数是凸的:任意两点的连线都等于或者大于函数图像。（如下图）

如果$f$是二次可微的而且定义域是实数轴，我们有如下结论：
$f$是凸的，当且仅当$f^{\prime \prime }(x)\ge 0$.也就是损失函数的二重微分大于等于0，因此是凸的，关于凸函数可以参考这只影片

现在我们将数学地证明对于逻辑斯蒂回归的MSE损失是非凸的

简单来讲，假设对于一个给定数据集只有一个特征"$x$"和"二分类标签"，下图中$f(x)=MSE$并且$\hat{y}$是在用了sigmoid函数之后的预测值标签

从上式中，因为$\hat{y}\in [0,1]$，所以$\hat{y}\times (1-\hat{y})$这个函数永远在$[0,\frac{1}{4}]$。我们要证明$H(\hat{y})$在$[0,1]$上是否一直为正，所以不需要考虑这部分。这导致我们必须检查对于任意的"$x$"，$H(\hat{y})$是否是正的，以检查其是否是凸函数。

我们已知$y$可以取的值是0或者1.因此我们对于这两种情况分别检查凸函数的条件

在上述情况，也就是当$y=0$时候。当$\hat{y}\in [0,2/3]$，函数$H(\hat{y})\ge 0$，并且当$\hat{y}\in [1/3,1]$，$H(\hat{y})\le 0$。这代表函数是非凸的

$y=1$。当$\hat{y}\in [0,1/3]$，函数$H(\hat{y})\le 0$，并且当$\hat{y}\in [1/3,1]$，$H(\hat{y})\ge 0$。这同样代表函数是非凸的

因此，基于以上分析我们已经得到在logistic回归中的MSE是非凸的，因此我们不推荐使用之。

log loss在Logistic回归的凸性

下面来到我们的最终问题了：那么“log loss”函数是凸的吗？我们会数学地展示对于logistic回归log损失函数是凸的

其中$\theta$是自变量$x$的系数

从上面公式的最后一行（$log$损失函数的二重微分）可以看出：平方项始终是非负的，并且我们知道$e^x$的值域是$(0,+\infty )$。因此最终项始终是非负的，从而可以得到我们的最终结论：

$logloss$函数在所有情况下都是凸函数！！