似然（Likelihood）： 在统计学中，似然是指已知一组观测数据的情况下，模型参数的可能性。似然函数是关于模型参数的函数，描述了在给定数据下模型参数的可能性。通常，我们寻找最大化似然函数的参数值，以获得对参数的估计。
误差（Error）： 误差是指预测值与实际值之间的差异。在机器学习中，我们经常关注模型的预测与真实观测之间的误差，以评估模型的性能。
根据前面公式$\varepsilon_i = |y_i - W^Tx_i|$可以推导出来如下公式：
公式中的未知变量就是$W^T$，即方程的系数，系数包含截距~如果，把上面当成一个方程，就是概率P关于W的方程！其余符号，都是常量！
现在问题，就变换成了，求最大似然问题了！不过，等等~
累乘的最大似然，求解是非常麻烦的！
接下来，我们通过，求对数把累乘问题，转变为累加问题
