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？
逻辑回归又称logistic回归分析，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。逻辑回归使用一个函数来归一化y值，使y的取值在区间(0,1)内，这个函数称为Logistic函数(logistic function)，也称为Sigmoid函数(sigmoid function)。
sigmoid函数的实现：
区别：①逻辑回归是一个分类算法，线性回归是回归算法；
②逻辑回归与线性回归都是一种广义线性模型，输入都是一样的，但逻辑回归的结果是一个二分类问题。
③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。
2.自述一下什么是过拟合和欠拟合？
欠拟合：当模型复杂度很低时，测试误差和训练误差的损失值很高，这就是欠拟合。比如说你丢给计算机一些天鹅的属性让他预测，由于给的数据样本太少，所以计算机也可能会把鸭子认为天鹅，这便是欠拟合。
过拟合：当模型复杂度很高时，训练误差值很低，测试误差值很高，这就是给过拟合。比如你丢给足够的数据样本给计算机测试是不是天鹅，但是由于数据样本都是白天鹅，所以计算机会认为，白天鹅不是天鹅，这便是过拟合。
3.思考一下逻辑回归的应用场景有哪些？
（1）广告点击率；（2）是否为垃圾邮件；
（3）是否患病；（4）金融诈骗；（5）虚假账号