6.逻辑回归

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？

逻辑回归与多重线性回归实际上有很多相同之处，最大的区别就在于它们的因变量不同，其他的基本都差不多。正是因为如此，这两种回归可以归于同一个家族，即广义线性模型。

它们的区别：

1 >线性回归是计算出具体的值，是解决回归问题；逻辑回归是给出是和否，解决的是分类问题。

2 >逻辑回归引入了sigmoid函数，把y值从线性回归的(−∞,+∞)限制到了（0,1）的范围。

3 >逻辑回归通过阈值判断的方式，引入了非线性因素，可以处理分类问题。

 

2.自述一下什么是过拟合和欠拟合？

过拟合是因为学习器的学习能力过于强大；欠拟合是因为学习能力不足。

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？

探讨胃癌发生的危险因素