逻辑回归

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？

逻辑回归是一种用来解决二分类问题的方法，即解决0/1分类。

线性回归	逻辑回归
范围 一切实数	范围 [0,1]
连续型	离散型
要求自变量和因变量呈线性关系	不要求自变量和因变量呈线性关系
求参数方式  最小二乘法	最大似然法

 

 

 

 

 

 

2.自述一下什么是过拟合和欠拟合？

所谓过拟合（Overfitting）：指一个假设在训练数据上能够获得比其他假设更好的拟合（训练误差小）但是在训练数据外的数据集上却不能很好的拟合数据（测试误差大）。此时模型的泛化能力较差，不利于推广。

欠拟合：即回归问题线性拟合较差，分类问题则分类较差。

3.思考一下逻辑回归的应用场景有哪些？

植物长势是否良好

身体是否健康

天气是否晴朗

胖瘦