一、logistic回归又称logistic回归分析，是一种广义的线性回归分析模型，常用于数据挖掘，疾病自动诊断，经济预测等领域。
二、优点：
1. 实现简单，广泛的应用于工业问题上；
2. 分类时计算量非常小，速度很快，存储资源低；
3. 便利的观测样本概率分数；
4. 对逻辑回归而言，多重共线性并不是问题，它可以结合L2正则化来解决该问题；
5. 计算代价不高，易于理解和实现。
三、缺点：
1. 当特征空间很大时，逻辑回归的性能不是很好；
2. 容易欠拟合，一般准确度不太高；
3. 不能很好地处理大量多类特征或变量；
4. 只能处理两分类问题(在此基础上衍生出来的softmax可以用于多分类)，且必须线性可分；
5. 对于非线性特征，需要进行转换。
