Tôi nghĩ rằng lập luận là chính xác. Nếu 70% được chấp nhận trong ứng dụng cụ thể, thì mô hình sẽ hữu ích mặc dù nó được cung cấp quá mức (nói chung hơn, bất kể nó có bị quá mức hay không).
Trong khi cân bằng quá mức chống lại sự tối ưu mối quan tâm (tìm kiếm một giải pháp tối ưu), có hiệu suất thỏa đáng là về sự đầy đủ (mô hình có hoạt động đủ tốt cho nhiệm vụ không?). Một mô hình có thể đủ tốt mà không được tối ưu.
Chỉnh sửa: sau các nhận xét của Fireorms và Matthew Drury trong OP, tôi sẽ thêm điều đó để đánh giá xem mô hình có bị quá mức mà không biết hiệu suất xác thực có thể có vấn đề hay không. Fireorms đề nghị so sánh xác nhận so với hiệu suất thử nghiệm để đo lượng quá mức. Tuy nhiên, khi mô hình cung cấp độ chính xác 100% trên tập huấn luyện mà không cung cấp độ chính xác 100% trên tập kiểm tra, đó là một chỉ số về khả năng quá mức (đặc biệt là trong trường hợp hồi quy nhưng không nhất thiết phải phân loại).