感谢您就哪种预测 ML 模型最适合我们的数据集提供意见。

数据集的主要特征是 x,y（连续）和 c（L=500 左右无序水平的因子）。次要特征（~20）既是连续的又是因子。我们知道最低阶的相关性是 x~y。我们还知道，为 c 中的每个级别建模 x~y 可以显着提高拟合度。

我们当然可以创建 L 个独立的线性模型，但想探索这些亚线性关系部分相关的单个模型。原因是某些级别的 c 具有相对较低的统计数据，并且会从全局 x~y 关系中受益。此外，当扩展到次要特征时，我们想要一个单一的模型。

欢迎任何建议。（在特定库的情况下，首选 R。）