我似乎在使用以下代码时遇到了非常高的测试错误 - 我错过了什么？
numComponents=np.arange(20,220,20)
pipe = Pipeline(steps=[('norm', StandardScaler()), ('pca', PCA()), ('lr', LinearRegression())])
gsObj = gridCV(pipe, dict(pca__n_components=numComponents), scoring='mean_squared_error', cv=10, n_jobs=3, pre_dispatch=3)
gsObj.fit(X_train, y_train)
testError=MSE(gsObj.predict(X_test), y_test) # using sklearn.metrics.mean_squared_error
即使最小的CV错误从gridSeach出来是170，testError仍然是480（这是巨大的）。 y的方差为484，因此归一化误差为MSE/sigma^2 is ~ 1。
numComponents作为数组传递是一个问题吗？我应该在上面的网格参数中执行：pca__n_components=numComponents.tolist()吗？
我的数据集很大，包含675,000个样本，包含205个功能。列车/测试拆分是70/30（使用：X_train, X_test, y_train, y_test = cv.train_test_split(X, y, test_size=0.3, random_state=33）