Розуміння надкомплектних функцій машинного навчання

Переповнена – це ситуація, коли модель або набір функцій є надто складними та фіксують більше варіацій у даних, ніж це необхідно. Іншими словами, модель або функції здатні адаптувати шум у даних, а не базові шаблони. Це може призвести до низької продуктивності узагальнення на нових даних, оскільки модель стає надто спеціалізованою для навчальних даних.

У контексті вибору функцій перезавершення стосується ситуації, коли існує більше функцій, ніж потрібно для охоплення важливих варіацій даних. . Наприклад, якщо модель має 100 функцій, але лише 20 з них справді стосуються проблеми, тоді інші 80 функцій вважаються надто повними.