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？
逻辑回归是一种用来解决二分类问题的方法，即解决0/1分类。
| 线性回归 |
逻辑回归 |
| 范围 一切实数 | 范围 [0,1] |
| 连续型 | 离散型 |
| 要求自变量和因变量呈线性关系 | 不要求自变量和因变量呈线性关系 |
| 求参数方式 最小二乘法 | 最大似然法 |
2.自述一下什么是过拟合和欠拟合？
所谓过拟合（Overfitting）：指一个假设在训练数据上能够获得比其他假设更好的拟合（训练误差小）但是在训练数据外的数据集上却不能很好的拟合数据（测试误差大）。此时模型的泛化能力较差，不利于推广。
欠拟合：即回归问题线性拟合较差，分类问题则分类较差。
3.思考一下逻辑回归的应用场景有哪些？
植物长势是否良好
身体是否健康
天气是否晴朗
胖瘦
原文：https://www.cnblogs.com/hjqq/p/12776546.html