数据挖掘过程中，在训练模型时，切记一个词叫做过度拟合，过度拟合就是说你的模型过度的提取了这份样本数据的特征，将此模型进行应用的时候便会发现，准确性并不高。
一个与样本拟合程度过高的模型，已经与实际脱离，失去了应用的价值过度拟合就是为了达到一致假设，而使假设变得过度严格。


从商业应用上看模型的准确定，就需要从数据和应用实际出发。尤其对于预测类的模型，数据的分布要有清晰的掌握。列明几点：
1.在商业应用中，不可能获取到全部因素，同时还有随机因素影响，在实际中，有100%的准确度基本是不可能的
2.如果出现100%准确度的模型，需要检查是不是错误的引入了和预测变量相关的变量，这种变量对于未来本身就是不确定的。这种情况出现，一来本身就是错误，二来，这样的模型在实践中无法应用。
3.模型的准确性与样本数据结果也有关系，例如A类样本占有90%，B类样本占比10%，此时构建模型预测一个样本属于A还是B，即便模型将样本全部判定为A，模型的准确性还可达到90%，对于实践毫无益处。
4.针对第三点如何处理样本失衡问题。两种方式，一般来讲比较普遍的方式是做样本失衡的负抽样或正抽样处理（尽可能不破坏真实的比例，偏离整体越大，得到模型虽然训练的准确度很不错，但是容易过拟合）；另外可以采用少样本重复（把样本的特征加强了，重复多次，强调样本特征）

注意一点：
1.使用SmartMining构建模型时，可以使用评估节点查看模型预测的准确性，还可以查看详细的模型评估。
2.可以使用样本抽样，通过对比不用样本的模型准确性，以检测模型是否稳定。


（转发注明出处）