标签：输入 必须 逻辑 特性 回归分析 道路 线性回归 完美 自述
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？
逻辑回归是一种广义的线性回归分析模型，它的输入可以连续型输入，输出为离场型输出；
区别：
线性回归要求因变量必须是连续性数据变量；逻辑回归要求因变量必须是分类变量，二分类或者多分类的；
2.自述一下什么是过拟合和欠拟合？
过拟合：太过贴近于训练数据的特征了，在训练集上表现非常优秀，近乎完美的预测/区分了所有的数据，但是在新的测试集上却表现平平。
欠拟合：样本不够或者算法不精确，测试样本特性没有学到，不具泛化性，拿到新样本后没有办法去准确的判断
3.思考一下逻辑回归的应用场景有哪些？
判断是否可以开学
判断病人是否有病
判断道路是否畅通
标签：输入 必须 逻辑 特性 回归分析 道路 线性回归 完美 自述
原文地址：https://www.cnblogs.com/longlog/p/12764696.html
