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？
它常用于数据挖掘，是一种广义的线性回归分析模型，用来解决二分类机器学习 0 or 1 的问题。而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。它常用于数学计算方法。
2.自述一下什么是过拟合和欠拟合？
过拟合指一个假设在训练数据上能够获得比其他假设更好的拟合（训练误差小）但是在训练数据外的数据集上却不能很好的拟合数据（测试误差大）。
欠拟合即回归问题线性拟合较差，分类问题则分类较差。
3.思考一下逻辑回归的应用场景有哪些？
医学上寻找疾病，预测模型，判断该事件的概率。