自变量为二分类和数值变量，因变量为数值，何种模型适合数据预测分析

最近在研究数据挖掘，遇到实际问题，预测水量数据，自变量中有年月（时序），水表数（数值），用水分类（已处理成二分类），地区（已处理成二分类），因变量为用水量。
已经建立了多项式回归的模型，拟合度一直都很高，但是实际预测误差不稳定，超过20%误差。
请问大神们，哪些模型可以处理。或者说，我还需要做什么预处理吗。
我用的是Python直接代码的。

在多元线性回归模型中，自变量如果有多个且都是二分类的，直接纳入即可。如果自变量中有多类别变量，那么要处理为虚拟变量再纳入模型。如果只有一个二分类自变量，那么做t检验与做一元线性回归是一样的道理。