关于多项式回归，正确的是:A. 可拟合非线性关系B. 高次项可能导致过拟合C. 需谨慎选择多项式次数D. 残差分析依然必要E. 决定系数 R^2 必然随次数增加而增大

多项式回归的核心在于通过引入变量的高次项来拟合非线性关系，但需注意以下关键点：

1. 模型复杂度与过拟合：高次项会增加模型复杂度，可能导致过拟合。
2. 模型选择：需通过交叉验证等方法谨慎选择多项式次数。
3. 模型诊断：残差分析仍是评估模型假设是否合理的重要步骤。
4. 决定系数 $R^2$：虽然通常随次数增加而增大，但并非“必然”，需结合其他指标综合判断。

选项分析

A 可拟合非线性关系

多项式回归通过添加变量的平方、立方等高次项，能够捕捉数据中的非线性趋势，因此正确。

B 高次项可能导致过拟合

高次项会增加模型自由度，使模型过于依赖训练数据，泛化能力下降，因此正确。

C 需谨慎选择多项式次数

次数过低会导致欠拟合，次数过高易过拟合，需通过交叉验证或调整正则化参数选择合适次数，因此正确。

D 残差分析依然必要

残差分析用于验证模型假设（如误差正态性、方差齐性等），无论模型类型如何，均需进行，因此正确。

E 决定系数 $R^2$ 必然随次数增加而增大

错误。虽然高次项通常会提高拟合度，但若新增项对解释因变量无实际作用，$R^2$ 可能增幅有限甚至不稳定，且“必然”表述绝对化。