逻辑回归的优缺点是什么？

逻辑回归是一种常用的分类算法，其优缺点如下：

优点：
1. 简单高效：逻辑回归模型的计算速度快，适用于大规模数据集。
2. 可解释性强：逻辑回归模型的结果易于理解和解释，可以通过系数来判断特征对结果的影响程度。
3. 适用性广泛：逻辑回归可以用于二分类问题，也可以通过修改为多分类问题的模型。

缺点：
1. 假设线性可分：逻辑回归假设数据是线性可分的，对于非线性问题表现较差。
2. 容易欠拟合：当特征之间存在复杂的非线性关系时，逻辑回归模型可能无法很好地拟合数据。
3. 对异常值敏感：逻辑回归对异常值比较敏感，异常值的存在可能会对模型的性能产生较大影响。