6.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？

（1）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变量间相互依赖的定量关系的一种统计分析方法。

（2）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、度经济学等领域。

2.自述一下什么是过拟合和欠拟合？

　　对于一个监督学习模型来说，过小的特征集合使得模型过于简单，过大的特征集合使得模型过于复杂。

　　对于特征集过小的情况，称之为欠拟合。

　　对于特征集过大的情况，称之为过拟合。

3.思考一下逻辑回归的应用场景有哪些？

　　例如在美团上的应用，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。