逻辑回归：假设数据服从伯努利分布，通过极大似然函数的方法，运用梯度下降来求解参数，来达到数据二分类的目的。 xgboost：通过boosting的思想，由一堆cart树，将每棵树的预测值加在一起就得到了最后的预测值。 

1.从模型的角度上来说，两者本质都是监督学习，但是LR是线性模型，XGB是非线性模型。 

2.从策略的角度上来说，LR本质是分类器算法，XGB本质是回归算法。 

3.从使用的角度上来说，XGB的Loss比较复杂，参数比较多，但是可以支持自定义Loss，会自动求一阶和二阶导数，也就是说其实是一个残差学习框架，应用于适用感知器准则的任何框架。 

4.从特征的角度上来说，LR不具备特征筛选的能力，它假设特征之间是相互独立的，只具有线性分界面。 答案解析 说明定义+从2-3个角度上说一下两者的区别。