答：
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？
逻辑回归是一种用于解决分类问题的机器学习方法，用于估计某事发生的可能性。比如某网友点击某网页的可能性，某病人患有某病的可能性等等。
不同：性质的不同，逻辑回归是一种广义的线性回归分析模型。而线性回归是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？
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
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。
3.思考一下逻辑回归的应用场景有哪些？
用于数据挖掘，疾病自动诊断，经济预测等领域。