机器学习 精度越高就代表这个模型越好吗？

一个癌症研究小组计划使用一个数据集来训练一个分类器，来帮助医生在他们的临床实践中检测病人是否正在患有癌症疾病。 医院实习生被要求在受过训练的模型中选择性能最好的模型(许多类型的分类器已经被训练过，比如 KNN、SVM、神经网络等)。 实习生使用70%的数据作为训练集，另20%作为验证集，最后10%作为测试集。 实习生训练了10种不同的模型，并用测试集记录了精度。 实习生的最佳性能模型达到90%的精度。 实习生得出结论，这种模式是最好的。 这个观点正确吗？