Разумевање препотпуних карактеристика у машинском учењу

Прекомплетан се односи на ситуацију у којој је модел или скуп карактеристика превише сложен и обухвата више варијација у подацима него што је потребно. Другим речима, модел или карактеристике су у стању да уклопе шум у податке, а не основне обрасце. Ово може довести до лоших перформанси генерализације на новим подацима, пошто модел постаје превише специјализован за податке за обуку.ӕӕУ контексту одабира карактеристика, прекомплетност се односи на ситуацију у којој постоји више карактеристика него што је потребно да би се ухватиле важне варијације у подацима . На пример, ако модел има 100 карактеристика, али само 20 од њих је заиста релевантно за проблем, онда се осталих 80 карактеристика сматра прекомплетним.