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？
答：逻辑回归就是通过历史数据的表现，然后对未来结果发生的概率进行预测，重点是概率。而线性回归是通过数据来预测以后的数据，一个是概率，一个是数据。
2.自述一下什么是过拟合和欠拟合？
答：
过拟合：太过贴近于训练数据的特征了，在训练集上表现很好，近乎完美的预测/区分了所有的数据，但是在新的测试集上却一般般。
欠拟合：样本不够或者算法不精确，测试样本特性没有学到，不具泛化性，拿到新样本后没有办法去准确的判断。
3.思考一下逻辑回归的应用场景有哪些？
答：天气预报、大数据分类、股票等等