是否有ML回归模型可以很好地预测低数据？ （数据框中有 89 行，2 个特征和 1 个标签）

Question

虚拟数据：

唯一编号Count19Count20Count21ABC123242DEF456133

“UniqueNo”列是值对应的唯一标识符。 “Count19”、“Count20”、“Count21”列是对应于每个 UniqueNo 的值。 它们分别是 2019、2020、2021 年。

df 有 89 行长，所以数据非常少。

为此，我需要使用至少可以预测 80% 以上的模型。

我尝试过 LinearRegression、RandomForest、DecisionTree 和 LSTM，但无济于事。 （rmse 和 mse eval 指标返回了糟糕的值）