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？

逻辑回归是一个分类算法不是回归算法。它是通过拟合一个逻辑函数来预测一个事件发生的概率。概率值应该在0到1之间。

线性回归实际解决的是预测实数连续值的问题；

逻辑回归解决的是分类问题。。

2.自述一下什么是过拟合和欠拟合？

过拟合也称为过学习，它的直观表现是算法在训练集上表现好，但在测试集上表现不好，泛化性能差。过拟合是在模型参数拟合过程中由于训练数据包含抽样误差，在训练时复杂的模型将抽样误差也进行了拟合导致的。

欠拟合也称为欠学习，它的直观表现是算法训练得到的模型在训练集上表现差，没有学到数据的规律。

3.思考一下逻辑回归的应用场景有哪些？

逻辑回归的应用场景：数据挖掘、疾病自动诊断、经济预测