我需要任何熟悉机器学习领域的人的帮助。

ID        | Mach_1  | Mach_2 | Mach_3  | Mach_4 | Mach_5 | Rejected Unit (%)
127189.11     1         0        1         1        1           0.23
178390.11     0         0        0         1        0           0.10
902817.11     1         0        1         0        1           0.60

以上是我的数据示例，对于每个 ID，有几个可用的马赫数，如果该特定马赫数用于该 ID，则值为 1，如果未使用马赫数，则为 0。被拒绝的单位是该 ID 的拒绝单位的百分比值。

我想知道的是哪个马赫对被拒绝的单位影响最大。以及影响到被拒绝单元的每个马赫的百分比是多少。

谁能帮我就我可以用来分析这个案例研究的机器学习算法/模型提供建议吗？

编辑：

我已经完成了线性回归，下面是我的代码，但是输出显示了两个警告，如下面的屏幕截图所示。

import statsmodels.api as sm
#create model
mod = sm.OLS(y_train,X_train)
res = mod.fit()
print(res.summary())