我的预测是否导致过于乐观的结果？

Question

在做过程预测的时候，我有一个做法，简单总结如下：

首先将eventlog转化为n个时间点*m个活动生成一个n*m维的矩阵，然后在这个矩阵的每个节点生成当前活动的True/false预测。

现在我想评估这种方法的性能，我使用前70%的数据作为训练集，后30%作为测试集并对其进行预测。

我尝试了两种预测方式：

首先，预测特定活动的所有时间点。

第二，预测某个时间点的所有活动。

并使用 confusimMatrix 生成混淆矩阵和相关指标，但结果都表现得非常好。例如，在某个时间点的预测是这样的：

      Accuracy          Kappa  AccuracyLower  AccuracyUpper   AccuracyNull 
     1.0000000            NaN      0.9902885      1.0000000      1.0000000 
AccuracyPValue  McnemarPValue 
     1.0000000            NaN

或

      Accuracy          Kappa  AccuracyLower  AccuracyUpper   AccuracyNull 
  1.000000e+00   1.000000e+00   9.902885e-01   1.000000e+00   9.338624e-01 
AccuracyPValue  McnemarPValue 
  5.847070e-12            NaN 

我现在想知道的是，我做出的预测是否有效？我的预测是否导致了过于乐观的结果？为什么所有的预测看起来都“那么好”而且不切实际？或者这是我应该期待的结果？

任何建议将不胜感激！