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？
逻辑回归是离散选择法模型之一，属于多重变量分析范畴，是社会学、生物统计学、临床、数量心理学、计量经济学、市场营销等统计实证分析的常用方法。
一、性质不同
1、逻辑回归：是一种复广义的线性回归分析模型。
2、线性回归：利用数理统计中回归分析，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。
二、应用不同
1、逻辑回归：常用于数据挖掘，疾病自动诊断，经济预测等领域。
2、线性回归：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？
欠拟合是指模型不能百在训练集上获得足够低的误差。而过拟合是指训练误差度和测试误差之间的差距太大。
通过调整模型的容量，我们可以控制模型是问否偏向于过拟合或者欠拟合。通俗地，模型的容量是指其答拟合各种函数的能力。容量低的模型可版能很难拟合训练集。权容量高的模型可能会过拟合，因为记住了不适用于测试集的训练集性质。
3.思考一下逻辑回归的应用场景有哪些？
①识别客户是否流失。
②某广告被用户点击的可能性。
③某用户购买某商品的可能性。
④预测应用宝里用户是否会下载某个APP。
⑤在个人信用评估领域，预测申请人的信贷风险概率。
