决策树模型过拟合问题及解决方法：准确率高但实际预测结果不准确

使用训练好的数据集构建决策树模型进行分类，划分完训练集测试集对模型评价显示准确率召回率精确度都在90以上，为什么用原数据集里的数据进行分类判断都是一个结果，实际上在原数据集里不是一个类？

可能是因为模型在训练时过于拟合了训练集数据，导致在原数据集上的分类结果不准确。这种情况下，可以尝试使用更多的数据进行训练，或者使用更复杂的模型进行分类。另外，还可以考虑对数据进行预处理，如特征选择、特征缩放等，以提高模型的泛化能力。