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？
逻辑回归和线性回归最大的不同在于，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，是一种分类方法；而线性回归要求因变量必须是连续的数据变量
2.自述一下什么是过拟合和欠拟合？
过拟合：过拟合就是训练样本被提取的特征比较多，这样就学到了很多没必要的特征；就比如说天鹅是白色的，但如果把白色的认为是天鹅就是不行的，这就是过拟合
欠拟合：如果训练样本被提取的特征比较少，这会导致最终训练出来的模型不能很好的匹配，表现得比较差
3.思考一下逻辑回归的应用场景有哪些？
逻辑回归常用于数据挖掘，疾病自动诊断和经济预测等方面
原文：https://www.cnblogs.com/lychee2333/p/12770695.html