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？
逻辑回归是一种广义的线性回归分析模型，要求因变量必须是连续性数据变量。常用于数据挖掘，疾病自动诊断，经济预测等领域。
线性回归是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zd依赖的定量关系的一种统计分析方法，要求因变量必须是分类变量，二分类或者多分类的。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？
过拟合：可以理解为训练样本得到的数据结果与预测结果基本一致，但是样本输出和测试样本的期望输出相差却很大。
欠拟合：训练输出结果与预测结果误差较大，训练输出结果与测试样本的期望输出也较大。
3.思考一下逻辑回归的应用场景有哪些？
可以用来分析个人购买的兴趣，个人视频喜欢的类型等等。以此软件就可以给用户出一个推荐系列。