6.逻辑回归

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？

2.自述一下什么是过拟合和欠拟合？

3.思考一下逻辑回归的应用场景有哪些？

答：

　　1.逻辑回归虽然是有“回归”二字，但他并不是回归算法，而是属于分类算法。两者需要的变量是不一样的，

逻辑回归是以离散型数据为因变量，它将数据拟合到一个logit函数或者logistic函数中，从而实现对事件概率的

预测而线性回归是以连续型数据为因变量的。

　　2.欠拟合与过拟合的其实就是数据特征的过多或者太少导致模型的复杂层度不一样，过拟合是过多的数据

特征把一些不需要的噪声也包含进去了导致模型过于复杂不准确，而欠拟合是数据特征选取太少导致模型模糊

不准确。如下图

 

 

 

 

 

 　　

　　3.逻辑回归可以应用于

　　（1）：广告点击率预测

　　（2）：是否为垃圾邮件

　　（3）：用户对于产品使用后的评价

　　（4）：