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：是处理分类问题。就是结果是连续值，无法确定范围，就把这个范围映射到能够判断的值里面，然后进行分类。
逻辑回归适用于二分类问题，逻辑回归也可以用于确定某个事件的可能性，输出值为0或1。
线性回归求解的是连续问题，而逻辑回归求解的是离散问题。
2.自述一下什么是过拟合和欠拟合？
过拟合：在训练数据上能够较好地拟合，在其他数据上不能很好的拟合。（主要原因是模型复杂）
欠拟合：在训练数据上不能较好地拟合，在其他数据上也不能很好的拟合。（模型简单）
3.思考一下逻辑回归的应用场景有哪些？
（1）贷款问题，针对客户是否会违约。
（2）情感分析，典型的二分类问题。
（3）商品广告点击率等。