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？
（1）逻辑回归：是一种广义的线性回归分析模型。常用于数据挖掘，疾病自动诊断度，经济预测等领域。
（2）线性回归：利用数理统计中回百归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。常运用于数学、金融、趋势线、经济学等领域。
2.自述一下什么是过拟合和欠拟合？
（1）过拟合：其实就是所建的机器学习模型或者是深度学习模型在训练样本中表现得过于优越，太过贴近于训练数据的特征了，近乎完美的预测或区分了所有的数据，但是在新的测试集上却表现平平。
（2）欠拟合：样本不够或者算法不精确，训练样本被提取的特征比较少，不具泛化性，拿到新样本后没有办法去准确的判断，无法高效的识别。
3.思考一下逻辑回归的应用场景有哪些？
（1）基于商品的下单记录，分析哪些特征的用户喜欢购买此类商品。
（2）基于用户在网站上的观看视频记录，分析哪些人喜欢某类视频。
（3）基于某个用户收藏的商品，分析什么价格用户会购买。
