拟合程度是指统计学中用来衡量一个预测模型与实际观测数据之间吻合度的指标，通常使用均方误差（Mean Squared Error，MSE）或R平方（coefficient of determination）来量化。如果拟合程度越高，预测模型在实际观测中的表现就会越好，相应地，MSE也会越小或R平方会越大。
但要注意的是，高拟合程度并不一定意味着预测模型就是最优的。在拟合程度一定的情况下，还需注意过度拟合问题。如果模型过于贴合训练数据集，却无法对新数据进行准确的预测，这就是过度拟合。
因此，在实际应用中，我们需要根据实际情况选择合适的拟合程度，并注意过度拟合问题。只有在考虑到数据分布、数据量、模型选择、特征工程等因素后，才能确保模型不仅拟合程度高，而且具备实际预测价值。