C# 推荐系统ML.NET中的负R平方

我正在开发一个歌曲推荐应用程序，并尝试使用ML.NET创建一个模型。 不幸的是，每次我得到负的R平方（无论我的数据集有多大）

目前，有6000名用户，每个用户“评分”10首随机歌曲（从6000多首歌曲中选出）。我得到的最低R2是-00802，模型训练了1000秒

我从6000个用户评分开始，然后是15000，现在是60000

由于这个应用程序是我的文凭项目，我的论文导师建议使用分类而不是线性回归，但在ML.NET中是否可能？我可以在仍然具有相同数据集的情况下修复它吗

以下是表中的示例记录：

用户ID 松吉德 比率 1. 2777 2. 1. 5242 2. -- --- --- 2. 4855 3.