準確性驗證示例1：——基于三國志11數據庫

數據準備：

挖掘模型：依次為：Naive Bayes 算法、聚類分析算法、決策樹算法、神經網絡算法、邏輯回歸算法、關聯算法提升圖：

依次排名為： 1. 神經網絡算法（92.69% 0.99）2. 邏輯回歸算法（92.39% 0.99）3. 決策樹算法（91.19% 0.98）4. 關聯算法（90.60% 0.98）5. 聚類分析算法（89.25% 0.96）6. Naive Bayes 算法（87.61 0.96）Naive Bayes算法——分類矩陣

說明：其他類的538個樣本有482個預測正確，32個錯分為軍師類，24個錯分為將軍類，預測正確率為89.59%；軍師20個樣本有13個預測正確，7個錯分為其他類，預測正確率為65%；將軍112個樣本有92個預測正確，16個錯分為其他類，4個錯分為軍師類，預測正確率為82.14%。聚類分析算法——分類矩陣

說明：其他類的538個樣本有536個預測正確，2個錯分為將軍類，預測正確率為99.63%；軍師20個樣本有0個預測正確，20個錯分為其他類，預測正確率為0%；將軍112個樣本有62個預測正確，50個錯分為其他類，預測正確率為55.36%。決策樹算法——分類矩陣

說明：其他類的538個樣本有538個預測正確，預測正確率為100%；軍師20個樣本有0個預測正確，20個錯分為其他類，預測正確率為0%；將軍112個樣本有73個預測正確，39個錯分為其他類，預測正確率為65.18%。神經網絡算法——分類矩陣

說明：其他類的538個樣本有524個預測正確，5個錯分為軍師類，9個錯分為將軍類，預測正確率為97.40%；軍師20個樣本有5個預測正確，15個錯分為其他類，預測正確率為25%；將軍112個樣本有92個預測正確，20個錯分為其他類，預測正確率為82.14%。邏輯回歸算法——分類矩陣

說明：其他類的538個樣本有526個預測正確，6個錯分為軍師類，6個錯分為將軍類，預測正確率為97.77%；軍師20個樣本有5個預測正確，15個錯分為其他類，預測正確率為25%；將軍112個樣本有88個預測正確，24個錯分為其他類，預測正確率為78.57%。關聯算法——分類矩陣

說明：其他類的538個樣本有519個預測正確，19個錯分為軍師類，預測正確率為96.47%；軍師20個樣本有0個預測正確，20個錯分為其他類，預測正確率為0%；將軍112個樣本有88個預測正確，24個錯分為其他類，預測正確率為78.57%。分類矩陣——預測正確率匯總分析：

可以看出Naive Bayes 算法在預測軍師身份正確率最高，達到65%，決策樹算法、關聯算法、聚類分析算法為0%，神經網絡算法、邏輯回歸算法為25%；決策樹算法在預測其他身份正確率最高，達到100%；神經網絡算法、Naive Bayes 算法在預測將軍身份正確率并列，達到82.14%。

準確性驗證示例2：——基于個股數據數據準備：

挖掘模型依次為：StockClustering 聚類分析算法StrockDecisionTrees 決策樹算法StockNeuralNetWork 神經網絡算法StockLogistic 邏輯回歸算法提升圖：

依次排名為： 1. 邏輯回歸算法（49.73% 0.52）2. 神經網絡算法（49.63% 0.53）3. 聚類分析算法（48.13% 0.51）4. 決策樹算法（47.28% 0.50）聚類分析算法——分類矩陣：

說明：持平的114個樣本有0個預測正確，91個錯分為跌，23個錯分為漲，預測正確率為0%；跌的443個樣本有340個預測正確，103個錯分為漲，預測正確率為76.75%；漲的380個樣本有111個預測正確，269個錯分為跌，預測正確率為29.21%。

決策樹算法——分類矩陣：

說明：持平的114個樣本有0個預測正確，114個錯分為跌，預測正確率為0%；跌的443個樣本有443個預測正確，預測正確率為100.00%；漲的380個樣本有0個預測正確，380個錯分為跌，預測正確率為0%。

神經網絡算法——分類矩陣：

說明：持平的114個樣本有0個預測正確，60個錯分為跌，54個錯分為漲，預測正確率為0%；跌的443個樣本有277個預測正確，166個錯分為漲，預測正確率為62.53%；漲的380個樣本有188個預測正確，192個錯分為跌，預測正確率為49.47%。

邏輯回歸算法——分類矩陣：

說明：持平的114個樣本有0個預測正確，89個錯分為跌，25個錯分為漲，預測正確率為0%；跌的443個樣本有380個預測正確，63個錯分為漲，預測正確率為85.78%；漲的380個樣本有86個預測正確，294個錯分為跌，預測正確率為22.63%。分類矩陣——預測正確率匯總分析：