对大数据集的自动分析可能识别出数据的模式，但是无法评估发现的模式的显著性，这可能导致无意义的结果。Claudio Luchinat及其同事发展了一种数据分析方法，它包括了一个交叉验证步骤，从而识别出显著的模式，这种方法称为通过准确性的知识发现(KODAMA)。
一个迭代过程评估了对数据的可能的分类，从而对尽可能多的数据点进行归类，并且通过合并类似的数据类，削减可能的数据类的数量。最后，定义了一个相异度矩阵从而评估数据点之间的关系。这组作者把通过准确性最大化的知识发现(KODAMA)应用到了几个数据集上，包括淋巴瘤遗传学、代谢组学和上溯到1900年的美国国情咨文的语言学特征。
对于国情咨文，这组作者报告说通过准确性的知识发现(KODAMA)揭示出了在罗纳德•里根总统任期期间的一种转变，诸如“劳动”、“生产”和“开支”等词汇的频率减少，而诸如“父母”、“子女”和“改革”等词汇的频率增加。这组作者说，这些结果提示通过准确性的知识发现(KODAMA)可能有能力从有噪声或复杂的数据集中提取出有意义的模式。
