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？
逻辑就是一个分类的算法，常用在二分类当中，即事件发生后只有两种可能性。就是把我们的输入值在线性回归中转化为预测值，然后映射到函数中
将值作为x轴的变量，y轴作为一个概率，预测值对英的Y值越接近于1说明越符合预测结果。
与线性回归相比，逻辑回归主要用于二分类，适合需要得到一个分类概率的场景，简单快速
2.自述一下什么是过拟合和欠拟合？
过拟合即对训练集的过度拟合，也就是一个从训练集中得到了高方差和低偏差，导致其在测试数据中得到低泛化的模型。欠拟合即得到的是低方差，高偏差，一个欠拟合模型忽视了从训练数据中获得的信息，进而使其无法找到输入和输出数据之间的内在联系。
3.思考一下逻辑回归的应用场景有哪些？
判断诈骗、是否患病、判断用户性别、判断正负等