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？

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变量间相互依赖的定量关系的一种统计分析方法。复

二、应用不同

（1）逻辑回归：常用于数据挖掘，疾病自动诊断，经济预测等领制域。

（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？

答：过拟合就是训练的时候效果很好损失函数值可以降得很低，但是到测试数据集的时候表现就不那么好了，就是过分依赖于现有训练数据集的特征造成的，可以加大数据集来进行训练；欠拟合是指训练误差低且泛化误差依然高，未能学习训练数据中的关系。

3.思考一下逻辑回归的应用场景有哪些？

逻辑回归可用于广告点击率、判断垃圾邮件、是否患病、金融诈骗、虚假账号。