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？
- 线性回归和逻辑回归都是广义线性回归模型的特例。他们俩是兄弟关系，都是广义线性回归的亲儿子
- 线性回归只能用于回归问题，逻辑回归用于分类问题（二分类、多分类）
- 线性回归无 link-function 或不起作用，逻辑回归的 link-function 是对数几率函数
- 线性回归使用最小二乘法作为参数估计方法，逻辑回归使用极大似然法作为参数估计方法
2.自述一下什么是过拟合和欠拟合？
过拟合：指一个假设在训练数据上能够获得比其他假设更好的拟合（训练误差小）但是在训练数据外的数据集上却不能很好的拟合数据（测试误差大）。此时模型的泛化能力较差，不利于推广。
欠拟合：即回归问题线性拟合较差，分类问题则分类较差。
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