使用sklearn python

Question

我是Python和机器学习的新手。.我为Height Vs Weight数据集实现了一个简单的线性回归模型（预测重量）。

当我尝试使用Sklearn的SGDRegressor实现它时，我的模型无法正确预测，并且得到的分数为负。

我尝试用sklearn的LinearRegression实现，我得到0.24的分数。

当我尝试使用SGD优化模型时，为什么我的分数下降了？？

我的HeightvsWeight训练和测试数据集：

Height:  
Train shape:  (8000, 1)  
Test shape :  (2000, 1)  
Weight  
Train shape:  (8000, 1)  
Test shape :  (2000, 1)  

model_sgd=linear_model.SGDRegressor(loss='squared_loss',  
 penalty='l2',max_iter=1000,tol=1e-3)

weight_train=weight_train.ravel()
model_sgd.fit(height_train,weight_train)

print("Y Intercept: ",model_sgd.intercept_)
print("Coefficient: ",model_sgd.coef_)  

Result:  
Y Intercept:  [-1.21722085e+10]  
Coefficient:  [-3.28570145e+10]  

print("Score of the Model : ",r2_score(weight_test,weight_predicted))  
Score of the Model :  -1.2368427374897364e+24  

我在哪里弄错了？我如何使我的分数接近1