在分类模型中，最大似然估计（MLE）是一种常用的参数估计方法。假设我们有一个二分类问题，样本数据为 $D = \{(x_1, y_1), (x_2, y_2), ..., (x_n, y_n)\}$，其中 $y_i \in \{0, 1\}$ 表示类别标签。最大似然估计的目标是选择参数 $\theta$ 使得样本数据的似然函数最大化。以下哪一项最能准确描述最大似然估计在分类模型中的应用？