逻辑回归中的极大似然函数、对数似然函数的作用分别是

逻辑回归中的极大似然函数和对数似然函数都是用来估计模型参数的方法。

极大似然函数（Maximum Likelihood Function）是一种统计方法，用于选择最能解释观测数据的模型参数。在逻辑回归中，极大似然函数用来衡量模型预测结果与观测数据之间的差异，即模型对观测数据的拟合程度。通过最大化极大似然函数，我们可以得到最佳的模型参数。

对数似然函数（Log-Likelihood Function）是极大似然函数的对数形式。将极大似然函数取对数可以简化计算，并且对数函数具有良好的数学性质。使用对数似然函数可以将求解最大似然估计问题转化为求解最小化问题，更方便地使用优化算法进行求解。

因此，极大似然函数和对数似然函数在逻辑回归中的作用是评估模型的拟合程度，并通过最大化极大似然函数或最小化对数似然函数来估计最佳的模型参数。