随机森林过拟合问题，在训练集上表现很好，在测试集上的表现很差

肯定是犯了统计学的两类错误了
原因不出以下几条：
1、数据不平衡，某个分类变量中有些处理有很多重复，有些只有几个个重复或者直接缺失，如果某个分类99%是1，剩下几个可怜的0，不如干脆删掉
2、建议重点看看几个连续变量，如果某段数值缺失，会造成严重的正态性问题，转化下数据，取对数、开根号、反平方根都试试，直到正态性检验通过为止
3、做下共线性检验，把相关性较大的变量合并掉或者删除部分变量