决策树和随机森林里面关于GridSearch的问题。（写在内容里面了）

在决策树和随机森林两个模型里面我都遇到了这样的两个问题

一个样本训练出来的模型，再用这套模型预测原来的样本得到的score也不会很高.即使是一个预测测试集达到0.98的，使用来预测测试样本也只是得到0.983这样的分数，不会达到1。我在随机森林里面预测股票得到的分数是0.45，使用来预测训练出这个模型的样本得到的分数也只有0.63。
我想知道这是决策树自己的原因，还是我们在编译代码的时候那个地方搞错了？

2.交叉网格训练出来的参数，反而比之前随机使用的一个参数得分更低了。这又是为什么？