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？
答：逻辑回归是一种广义的线性回归分析模型，是一种用于解决二分类问题的机器学习方法，用于估计某种事物的可能性。
一、性质不同
1、逻辑回归：是一种广义的线性回归分析模型。copy
2、线性回归：利用数理统计中回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。
二、应用不同
1、逻辑回归：常用于数据挖掘，疾病自动诊断，经济预测等领域。
2、线性回归：常运用于数学、金融、趋势线、经济学等领域。
2.自述一下什么是过拟合和欠拟合？
答：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。
欠拟合就是大多是模型不够复杂、拟合函数的能力不够。
3.思考一下逻辑回归的应用场景有哪些？
答常用于数据挖掘，疾病自动诊断，经济预测等领域。
原文：https://www.cnblogs.com/cnw834575008/p/12776093.html