房价预测模型的训练和测试精度非常低

Question

我一直在尝试创建一个项目来预测纽约 State 的房价。 我对我的数据集进行了线性回归，但我在训练和测试数据上的准确率都只有 20% 左右。 有人请帮助我没有找到问题。 我尝试切换 x 值，但我得到了相同的分数。 不幸的是，我无法添加屏幕截图。

注意：我还在数据集上使用了决策树 model，它的效果要好得多（98% 的准确率）。 有谁碰巧知道为什么？

X = df4[['bedroom_number', 'bathroom_number', 'living_space','price_per_sqft', 'agency_name'  ]]
Y = df4[['price']]

X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size = 0.2, random_state = 10)

lin_reg = LinearRegression()
lin_reg.fit(X_train, Y_train)
lin_reg.score(X_test, Y_test)

这是 output：

0.2121168202838788