我正在写一篇科学论文，其中包括机器学习背景下的逻辑回归。
我读了这篇文章，作者指出，给定一组实例标签对 , Logistic Regression 解决了以下优化问题：$(\boldsymbol{x_i},y_i),\ i=1,...,l\ \ \boldsymbol(x_i) \in R^n,\ y_i \in \{-1,+1\}$

$$\begin{equation}\label{eq:log} \min_{w} \frac{1}{2}\boldsymbol{w}^T\boldsymbol{w} + C\sum\limits_{i=1}^l log(1+e^{-y_i\boldsymbol{w}^T \boldsymbol{x_i}}) \end{equation}\ \ \ \ \ \ \ \ \ \ (Eq.1)$$

如果我这样说是否正确：“等式 1 的第一个和是正则化项，而第二个代表负对数似然损失函数”？

感谢您的友好帮助。