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？
线性回归用来预测，逻辑回归用来分类。
线性回归是拟合函数，逻辑回归是预测函数
线性回归的参数计算方法是最小二乘法，逻辑回归的参数计算方法是梯度下降
2.自述一下什么是过拟合和欠拟合？
过拟合是在统计模型中，由于使用的参数过多而导致模型对观测数据（训练数据）过度拟合，以至于用该模型来预测其他测试样本输出的时候与实际输出或者期望值相差很大的现象。欠拟合则刚好相反，是由于统计模型使用的参数过少，以至于得到的模型难以拟合观测数据（训练数据）的现象
3.思考一下逻辑回归的应用场景有哪些？
广告点击率
是否为垃圾邮件
是否患病
金融诈骗
虚假账号