标签：nbsp 泛化 两种 特征 不同 线性回归 自己的 利用 因变量
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？
首先逻辑回归处理的是分类问题，线性回归处理的是回归问题，这是两者最本质的区别。
①性质不同 逻辑回归：是一种广义的线性回归分析模型。
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.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？
判断因变量是二分类的 比如交通是否拥挤 虚假账号 广告有没有点击
标签：nbsp 泛化 两种 特征 不同 线性回归 自己的 利用 因变量
原文地址：https://www.cnblogs.com/Gidupar/p/12769693.html
