我有一个用下面的代码编写的决策树模型，我可以知道如何调整参数以使模型的结果更好吗？我可以使用GridsearchCV之类的东西吗？训练数据约为5000，而测试数据约为1000，具有20个以上的特征 .
clf_entropy = DecisionTreeClassifier（criterion =“entropy”，random_state = 100，max_depth = 8，min_samples_leaf = 28）
clf_entropy.fit（X_train，Y_train）
Y_pred_en = clf_entropy.predict（X_test）
print（“Acurracy is”，accuracy_score（Y_test，Y_pred_en）* 100）