1.用自己的话描述一下，什么是逻辑回归，与线性回归对比，有什么不同？
简单一点说，逻辑回归就是估计某样事物的可能性，比如疾病的诊断。
逻辑回归要求因变量必须是分类变量，二分类或者多分类的，而线性回归要求因变量必须是连续性数据变量。
2.自述一下什么是过拟合和欠拟合？
过拟合：就是所建的机器学习模型或者是深度学习模型在训练样本中表现得过于优越，导致在验证数据集以及测试数据集中表现不佳，机器学习时从样本学习了没用的特征；
欠拟合：训练样本被提取的特征较少，导致训练出来的模型不能很好地匹配，表现差。
3.思考一下逻辑回归的应用场景有哪些？
逻辑回归可应用于用户购买某商品的可能性，运动员赢得某场比赛的可能性，病人患有某种疾病的可能性，观众观看某个电视节目的可能性等。
原文：https://www.cnblogs.com/av10492/p/12772958.html