逻辑回归损失函数为什么使用最大似然估计而不用最小二乘法？

逻辑回归函数一般用在分类问题上。
实际上也可以用最小二乘，但是最小二乘得到的权重效果比较差。
    如果用最小二乘法，目标函数就是差值的平方和,是非凸的，不容易求解，很容易陷入到局部最优。

如果用最大似然估计，目标函数就是对数似然函数,是关于（w，b）的高阶连续可导凸函数，可以方便通过一些凸优化算法求解，比如梯度下降法、牛顿法等。