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？
答：
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：逻辑回归是一种广义的线性回归分析模型，是一个专门解决二分类的分类算法。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。使用sigmoid函数进行归一化处理。
sigmoid函数：
区别：
①逻辑回归是分类算法，线性回归是回归算法；
②两种回归的损失函数不一样，线性回归使用均方误差，逻辑回归使用对数似然损失。两种回归解决方案也不一样，逻辑回归只能使用梯度下降，线性回归可以使用均方误差和梯度下降。
③逻辑回归与线性回归都是一种广义线性模型，自变量都是一样的，但逻辑回归的结果是一个二分类问题。
2.自述一下什么是过拟合和欠拟合？
欠拟合：学的东西不够多，学的东西不够全面，考虑的因素太少，导致模板训练考虑不周全。
过拟合：学的东西太多了，学得杂，兼顾的东西多了，考虑太多因素，不相关的因素影响到模型训练，判断不准确。
3.思考一下逻辑回归的应用场景有哪些？
①癌症预测；②垃圾邮件判断；③广告点击率；④金融诈骗；⑤虚假账号。