拟合优度是指已知数据集举行回归剖析后，拟合模子与现实数据之间的匹配水平。而对拟合水平举行磨练就是拟合优度磨练。此方式在数据剖析与模子评价中非经常用。
拟合优度磨练分为R方值法和残差剖析法。其中，R方值越靠近1越佳，示意拟合水平越好；残差剖析法是通过对残差的漫衍情形及特征举行研究，来验证模子的顺应性、可靠性及偏误性。
磨练结果会给出一个数值，其局限在0到1之间。R方值越靠近1，拟合效果越好；反之，拟合效果则较差，需重新构建模子并举行剖析。
因此，在建模历程中，对拟合优度举行磨练是十分需要的。它可以更清晰地体会模子效果，实时修正或者纠正问题，提高展望的准确度，保证剖析的结果可靠性。同时，在现实剖析中，也要注意不要依赖于拟合优度较高的模子，而忽视其它需要的剖析指标。