逻辑回归是一种常用的统计方法，主要用于二分类问题。针对给定的选项，我们可以进行如下分析：

- **A: 逻辑回归是无监督学习**
- **错误**。逻辑回归是一种监督学习算法，它需要在训练过程中使用带标签的数据来学习模型参数。

- **B: 逻辑回归输出结果不可能大于1**
- **正确**。逻辑回归通过逻辑函数（Sigmoid函数）将输入映射到0到1之间的概率值，因此输出结果永远不会大于1。

- **C: 逻辑回归是一类线性回归问题**
- **部分正确**。逻辑回归是一种线性模型，因为它在输入特征的线性组合上应用非线性转换（如逻辑函数）。它与线性回归的区别在于目标变量的不同：线性回归用于预测连续变量，而逻辑回归用于预测分类变量。

- **D: 逻辑回归的输出是客观概率，通常与模型中事件发生的概率相等**
- **正确**。逻辑回归输出的是事件发生的概率，即模型预测事件发生的可能性。

综上所述，选项 **B** 和 **D** 是正确的。逻辑回归通过将输入特征的线性组合映射到概率空间，并用于二分类问题。