从图形中识别不同的回归（线性，多项式，并相应地拟合回归模型）

Question

我正在为我的数据集使用不同的机器学习算法。我正在使用python。我是机器学习的初学者。

这是我的数据集的可视化。可以理解的是，线性回归在整个集合中表现不佳。

我愿意将图表分为3个区域。喜欢这张图片。我想有3个区域，分别是常数部分，多项式部分和线性部分。

我想先预测X，然后需要知道X位于哪个部分，然后将根据该部分拟合模型。就像X位于多项式部分上一样，系统将识别为多项式部分，并且需要拟合为多项式回归。

我的问题是如何以这种方式实现它？请提供您宝贵的建议来帮助我。

Answer 1

在我看来，您可能需要使用逻辑回归而不是线性回归。数据的形状非常规则且具有数学意义，您只需要找到合适的方程即可。

Answer 2

我使用具有10个估计量的随机森林回归量，在此数据集上表现良好。它的r2得分为0.98。我也尝试过SVR，但是它不能正确地容纳数据点。