6.逻辑归回

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？

什么是逻辑回归:

首先，逻辑回归是一种分类（Classification）算法。比如说：
给定一封邮件，判断是不是垃圾邮件
给出一个交易明细数据，判断这个交易是否是欺诈交易
给出一个肿瘤检查的结果数据，判断这个肿瘤是否为恶性肿瘤
逻辑回归是互联网上最流行也是最有影响力的分类算法，也是深度学习（Deep Learning）的基本组成单元。

与线性回归对比，有什么不同:

1).线性回归要求因变量必须是连续性数据变量；逻辑回归要求因变量必须是分类变量，二分类或者多分类的；

　　　　比如要分析性别、年龄、身高、饮食习惯对于体重的影响，如果这个体重是属于实际的重量，是连续性的数据变量，这个时候就用线性回归来做；

　　　　如果将体重分类，分成了高、中、低这三种体重类型作为因变量，则采用logistic回归。

2).线性回归主要用来解决连续值预测的问题，逻辑回归用来解决分类的问题，输出的属于某个类别的概率，工业界经常会用逻辑回归来做排序。连续值预测有线性回归，对于离散值/类别预测逻辑回归

3)两者算法上的不同

 

 

2.自述一下什么是过拟合和欠拟合？

标准：

过拟合：过拟合是指为了得到一致假设而使假设变得过度严格。避免过拟合是分类器设计中的一个核心任务。通常采用增大数据量和测试样本集的方法对分类器性能进行评价。

欠拟合：对于训练好的模型，若在训练集表现差，在测试集表现同样会很差，这可能是欠拟合导致。欠拟合是指模型拟合程度不高，数据距离拟合曲线较远，或指模型没有很好地捕捉到数据特征，不能够很好地拟合数据。

自述：

过拟合：在训练集上表现得很好，但是在测试集中表现得恰好相反。如识别一只狗狗的模型，训练样本中的所有训练图片都是二哈。测试样本是一只金毛，最后输出的结果就是金毛不是一条狗。

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；如识别一只狗狗的模型，二哈被提取的特征比较少，导致训练出来的模型不能很好地匹配，表现得很差，甚至二哈都无法识别。

 

3.思考一下逻辑回归的应用场景有哪些？

 

用于分类：适合做很多分类算法的基础组件。
用于预测：预测事件发生的概率（输出）。
用于分析：单一因素对某一个事件发生的影响因素分析（特征参数值）。
那就是都属于两个类别之间的判断。逻辑回归就是解决二分类问题的利器。

如广告点击率，是否为垃圾邮件，是否患病，金融诈骗，虚假账号等等。

逻辑回归要求因变量必须是分类变量，二分类或者多分类的；比如要分析性别、年龄、身高、饮食习惯对于体重的影响，如果将体重分类，分成了高、中、低这三种体重类型作为因变量，则采用logistic回归。

常用于数据挖掘，疾病自动诊断，经济预测等领域。例如，探讨引发疾病的危险因素，并根据危险因素预测疾病发生的概率等。以胃癌病情分析为例，选择两组人群，一组是胃癌组，一组是非胃癌组，两组人群必定具有不同的体征与生活方式等。