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？
（1）什么是逻辑回归？
逻辑回归是一种有监督的统计学习方法，主要用于对样本进行分类。
（2）与线性回归对比，有什么不同？
线性回归是解决回归问题。 结果是连续型。
逻辑回归是分类问题，不是回归问题，结果是离散型，主要解决二分类问题。
线性回归要求因变量必须是连续性数据变量；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。
2.自述一下什么是过拟合和欠拟合？
过拟合：太过贴近于训练数据的特征了，能很好的预测了所有的数据，但对新数据的预测效果很差。
欠拟合：模型简单，数据偏少，在训练集上的准确率不高。
3.思考一下逻辑回归的应用场景有哪些？
广告点击率、电话诈骗、是否为垃圾邮件。
原文：https://www.cnblogs.com/dongxinghui/p/12772073.html