Меня попросили построить логарифмическую вероятность для модели логистической регрессии как функцию тета1 и тета2, чтобы оценить, является ли она выпуклой функцией (модель имеет только два параметра, а тета — это веса каждого параметра). Насколько я понимаю, мне нужен декартовый график, каждая ось которого обозначает значения тета. Отрицательная логарифмическая вероятность задается как (в коде):
sigma = sigmoid(np.dot(x, weight))
loss = -1/size * np.sum(y * np.log(sigma)) + (1 - y) * np.log(1-sigma)
Как я могу построить эту функцию как функцию тета1 и тета2 в Python?