Логістична регресія вимагає від комп'ютера лише навчитися знаходити найкращі параметри $β$. Для цього потрібно визначити, що означає «найкращі параметри». Згадаємо, як працює модель: вона прогнозує $p$ — ймовірність належності до класу 1:

Де

Очевидно, що модель з хорошими параметрами — це та, яка прогнозує високе (близьке до 1) $p$ для об'єктів, що дійсно належать до класу 1, і низьке (близьке до 0) $p$ для об'єктів з фактичним класом 0.

Для оцінки якості моделі використовується функція втрат. У лінійній регресії як функцію втрат використовували MSE (середньоквадратична помилка). У цьому випадку використовується інша функція:

Тут $p$ позначає ймовірність належності до класу 1, як це передбачає модель, а $y$ — це фактичне значення цільової змінної.

Ця функція не лише штрафує за неправильні передбачення, а й враховує впевненість моделі у своїх прогнозах. Як показано на зображенні вище, коли значення $p$ близьке до $y$ (фактичної цілі), функція втрат залишається відносно малою, що свідчить про впевнений вибір правильної категорії моделлю. Навпаки, якщо передбачення неправильне, функція втрат зростає експоненційно зі збільшенням впевненості моделі у неправильному класі.

У контексті бінарної класифікації із сигмоїдною функцією використовується функція втрат, яка називається бінарна крос-ентропія (binary cross-entropy loss), як показано вище. Важливо зазначити, що існує також загальна форма — крос-ентропія (або категоріальна крос-ентропія), яка використовується для задач багатокласової класифікації.

Категоріальна крос-ентропія для одного навчального прикладу обчислюється так:

Де

• $C$ — кількість класів;
• $y_i$ — фактичне значення цільової змінної (1, якщо клас є правильним, 0 — інакше);
• $p_i$ — передбачена ймовірність належності прикладу до класу $i$.

Ми обчислюємо функцію втрат для кожного навчального прикладу та беремо середнє значення. Це середнє називається функцією вартості (cost function). Логістична регресія знаходить параметри $\beta$, які мінімізують функцію вартості.