我对数据科学和机器学习还很陌生。我有一个项目的数据正在经历一个发布过程。我收集了各种变量的数据，例如“产品类别”、“产品线”、“设计国家”、“一天中的开始时间”，还有“总时间”的数据，即项目通过的时间整个过程。我总共有 18 个不同的输入变量，其中每个变量要么是分类数字，要么是离散数字，例如“一天中的开始时间”。

Design_cntry      Prod_category    prod_line   ...   time_minutes
   A                  A1             A11       ...     43.2
   B                  B1             A11       ...     20.1    
   C                  E1             B11       ...     15.0
  ...                ...             ...       ...     ....

我想在 python 中建立一个统计回归分析模型，输出一个语句的概率。比如说 P(time > 1000 min | product category = A, product line = B, ... )，我想知道如何解决这个问题？有没有这样做的一般方法？或者任何人都可以推荐的关于这个主题的好文章/文献？

我只有非负数据，所以也许有任何基于指数分布的好的回归形式？