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。

"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"，是不是多项式的次数取得太高产生过拟合了？

eeabcde 发表于 2019-2-20 15:22
"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"，是不是多项式的次数取得太高产生过拟合了 ...

我的拟合度在2-4次这三个里面，都维持在.95以上，拟合度都是很好的，然后预测出来的值，平均误差在5%左右，但是个别预测不理想的，误差就很高。应该是存在过拟合的情况，我用2次还存在过拟合的话，那用多项式不就没意义了吗

时间序列模型可以看看

阿扁V5 发表于 2019-2-21 13:02
时间序列模型可以看看

时间序列中，如何加入其他变量

时间序列ARIMA模型