作业六-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？

一、性质不同

1、逻辑回归：是一种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抄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。袭

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？

1.过拟合：学习器把训练样本学得"太好了"，很可能已经把训练样本自身的一些特点当作了所有潜在样本都会具有的一般性质,这样就会导致泛化能力下降,这就是过拟合。
换一种说法就是模型过度拟合，在训练集（training set）上表现好，但是在测试集上效果差，也就是说在已知的数据集合中非常好，但是在添加一些新的数据进来训练效果就会差很多，造成这样的原因是考虑影响因素太多，超出自变量的维度过于多了。

上图第三幅图则为过拟合。
2.欠拟合：就是模型没有很好地捕捉到数据特征，不能够很好地拟合数据。
上图第一幅图则为欠拟合。

 

3.思考一下逻辑回归的应用场景有哪些？

在美团上的应用，主要作用是： 
1、预测一个用户是否点击特定的商品 
2、判断用户的性别 
3、预测用户是否会购买给定的品类 
4、判断一条评论是正面的还是负面的