准確性驗證示例1：——基於三國志11數據庫
數據准備：
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：
|
|
其他 |
軍師 |
將軍 |
| 神經網絡算法 |
97.40% |
25% |
82.14% |
| 邏輯回歸算法 |
97.77% |
25% |
78.57% |
| 決策樹算法 |
100% |
0% |
65.18% |
| 關聯算法 |
96.47% |
0% |
78.57% |
| 聚類分析算法 |
99.63% |
0% |
55.36% |
| Naive Bayes 算法 |
89.59% |
65% |
82.14% |
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並列，達到82.14%。
准確性驗證示例2：——基於個股數據
數據准備：
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：
|
|
持平 |
跌 |
漲 |
| 邏輯回歸算法 |
0% |
85.78% |
22.63% |
| 神經網絡算法 |
0% |
62.53% |
49.47% |
| 聚類分析算法 |
0% |
76.75% |
29.21% |
| 決策樹算法 |
0% |
100.00% |
0% |