Выявление различных регрессий (линейных, полиномиальных) из графика и соответствующая модель регрессии соответственно

Question

Я работаю с различными алгоритмами машинного обучения для моего набора данных. Я использую python. Я новичок в машинном обучении.

Это визуализация моего набора данных. Понятно, что линейная регрессия не будет работать хорошо для всего набора.

Я готов разделить график на 3 региона. Понравилось это изображение. Я хочу иметь 3 области, которые являются постоянной частью, полиномиальной частью и линейной частью.

Сначала я хочу предсказать X, затем нужно знать, в какой части он лежит, а затем он будет соответствовать модели в соответствии с этой частью. Например, если X лежит на полиномиальной части, система идентифицирует ее как полиномиальную часть, и она должна соответствовать полиномиальной регрессии.

Мой вопрос: как я могу реализовать это таким образом? Пожалуйста, помогите мне, давая ваши ценные предложения.

Answer 1

Я использовал случайный лесной регрессор с 10 оценщиками, и он хорошо показал себя для этого набора данных. Он имеет рейтинг r2 0,98. Я также попробовал SVR, но он не соответствовал точкам данных.

Answer 2

Мне кажется, что вам, возможно, придется использовать логистическую c регрессию, а не линейную регрессию. Форма данных очень правильная и математическая, вам просто нужно найти правильное уравнение для нее.