r语言岭回归参数选择_数据分析中常见的七种回归分析以及R语言实现（三）---岭回归...

在我们平时做回归的时候，大部分都是假定自变量和因变量是线性，但有时候自变量和因变量可能是非线性的，这时候我们就可能需要多项式回归了，多项式回归就是自变量和因变量是非线性所做的一个回归模型，其表达式：

Y=A0 A1X1 A2X2^2 ANXN^2 u

公式存手打，不是很好看，其特定就是右边的等式只有一个自变量，但却以不同的次幂出现，这时候在令Xn^n=XnJ,将模型转换成相应的多元线性回归模型

Y=A0 A1X1J A2X2J A3X3J.... u等，从而可以使用最小二乘法进行参数估计；

R语言代码，这里我使用R语言自带的身高体重的数据作为示例，也好久没做一个完整的分析了，这次稍微分析全一些，可以参考《R语言实战》回归篇

确定问题

首先我们要想知道升高和体重是否有什么关联，如果有关联那又是怎么样的关联呢？

数据说明

这里我们使用R语言自带的women数据集，这个不需要安装说明包，R语言自己就自带了，存在两个字段，体重和身高

height 身高

weight 体重

数据探索和可视化

首先我们先使用head()函数看看数据的前六行，因为这样我们可以大致确定数据集的字段名称和数据内容；然后在使用summary()得到数据集的总概括

head(women)

体重的数值大约是是身高的一半，这是我们的猜测；

summary(women)