La propagación de la pandemia de coronavirus llevó a cambios significativos en los patrones de uso del autobús en áreas urbanas de todo el mundo. Los investigadores han empleado con frecuencia modelos lineales y no lineales en estudios sobre el uso del autobús. Sin embargo, los modelos lineales existentes asumen que cada variable afecta a un rango uniforme, limitando su capacidad para capturar cambios de patrones localizados. Este estudio aplica un modelo de regresión ponderada geográficamente multiescala que refleja las características de las variables para abordar estas limitaciones. Los modelos lineales están restringidos por su incapacidad para tener en cuenta adecuadamente la dinámica compleja del uso real del autobús. Esta investigación introduce métodos no lineales para superar estas limitaciones. El método de bosque aleatorio geográfico, una variante avanzada del modelo de bosque aleatorio, integra conceptos espaciales para explicar los patrones locales de manera más efectiva que las técnicas tradicionales de aprendizaje automático. Los modelos lineales revelaron cambios significativos en cuatro variables (es decir, tamaño de la población, proporción de población mayor de 65 años, número de estudiantes y complejidad del uso del suelo). En contraste, los modelos no lineales demostraron patrones de movimiento diversos influenciados por varios factores, lo que indica un cambio hacia nuevos patrones de transporte público.