我正在使用在python sklearn包中实现的RandomForestClassifier构建二进制分类模型。以下是交叉验证的结果：

Fold 1 : Train: 164  Test: 40
Train Accuracy: 0.914634146341
Test Accuracy: 0.55

Fold 2 : Train: 163  Test: 41
Train Accuracy: 0.871165644172
Test Accuracy: 0.707317073171

Fold 3 : Train: 163  Test: 41
Train Accuracy: 0.889570552147
Test Accuracy: 0.585365853659

Fold 4 : Train: 163  Test: 41
Train Accuracy: 0.871165644172
Test Accuracy: 0.756097560976

Fold 5 : Train: 163  Test: 41
Train Accuracy: 0.883435582822
Test Accuracy: 0.512195121951

我正在使用“价格”功能来预测“质量”，这是一个序数值。在每个交叉验证中，都有163个训练示例和41个测试示例。

显然，过度拟合在这里发生。那么，sklearn提供的任何参数都可以用来克服此问题吗？我在这里找到了一些参数，例如min_samples_split和min_sample_leaf，但我不太了解如何调整它们。

提前致谢！