在数据挖掘过程中，我们不仅需要构建模型，还需要对模型进行有效的评估，以确保其在真实场景中的表现。上一节中，我们讨论了“关联规则”的概念和技术，现在我们将深入探讨“模型评估与选择”中的评估指标。

在数据挖掘的过程中，构建和评估模型是关键的一步。然而，即使我们的模型能够很好地拟合训练数据，它仍然可能在未知的新数据上表现不佳。这种现象归因于两个重要概念：过拟合和欠拟合。在本节中，我们将

在数据挖掘中，选择合适的模型是至关重要的一步，它直接关系到我们在数据分析中的结果和决策。在上一篇中，我们讨论了“过拟合”与“欠拟合”的概念，并了解了如何通过数据集的表现来评估模型。

在上一篇我们讨论了模型评估与选择的相关内容，特别是一些常用的模型选择方法。在本篇中，我们将通过一个具体的案例来更深入地理解如何在实际项目中应用数据挖掘的知识。这个案例的目的是分析一个在线零售商的销