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？
逻辑回归是一种用于解决二分类问题的机器学习方法，用于估计某种事物的可能性。逻辑回归是一种广义的线性回归分析模型，逻辑回归可以在建立了模型以后，预测在不同的情况下发生某些事情的概率有多大。
逻辑回归与线性回归的对比：逻辑回归是一种广义的线性回归分析模型，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
2.自述一下什么是过拟合和欠拟合？
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，导致在验证数据集以及测试数据集中表现不佳。
欠拟合是训练样本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，甚至样本本身都无法高效的识别。
3.思考一下逻辑回归的应用场景有哪些？
疾病自动诊断，经济预测
