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？
2.自述一下什么是过拟合和欠拟合？
3.思考一下逻辑回归的应用场景有哪些？
1-逻辑回归就是通过历史数据的表现，然后对未来结果发生的概率进行预测，重点是概率。而线性回归是通过数据来预测以后的数据，一个是概率，一个是数据。
2-过拟合简单理解就是训练样本的得到的输出和期望输出基本一致，但是测试样本输出和测试样本的期望输出相差却很大。
欠拟合是指模型拟合程度不高，数据距离拟合曲线较远，或指模型没有很好地捕捉到数据特征，不能够很好地拟合数据。
3-逻辑回归的应用场景:预测明天天气的概率 比如阴天概率，晴天概率，雨天概率。
还有最近那个vr台球，在什么方向对准他，他就会显示出一个击打台球之后的路线，通过调整击打路线，来精确的让台球进袋。我感觉这个也是通过逻辑回归来预测进袋的路线和概率。