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？
逻辑回归是一种广义的线性回归分析模型，它的输入可以连续型输入，输出为离场型输出；
区别 ： a.线性回归是计算出具体的值，是解决回归问题；逻辑回归是给出是和否，解决的是分类问题。
b.逻辑回归引入了sigmoid函数，把y值从线性回归的(−∞,+∞)限制到了（0,1）的范围。
c.逻辑回归通过阈值判断的方式，引入了非线性因素，可以处理分类问题。
2.自述一下什么是过拟合和欠拟合？
过拟合：提供的数据过多，分析数据的特征数据多而做出有误差的预测；
欠拟合：通过的数据不足，不能充分构造出预测模型。
3.思考一下逻辑回归的应用场景有哪些？
数据挖掘
疾病自动诊断
经济预测等领域