Оптимальная константа для binary logloss

Есть датасет с n0 отрицательными и n1 положительными примерами.

Классификатор всегда возвращает одну и ту же вероятность положительного класса p.

Нужно вернуть p, которое минимизирует binary logloss:

L(p) = -n1 * log(p) - n0 * log(1 - p)

Сигнатура

def optimal_constant_logloss(n0: int, n1: int) -> float:

Если n0 + n1 == 0, функция должна поднять ValueError.