我将在神经网络上下文中回答这个问题（即我不会谈论回归算法中的正则化处理这个问题）。

不掉线的问题编码变量之一将导致多重共线性。也就是说，可以使用其他变量来估计其中一个变量。例如，如果您有一个变量来说明一个人是否为女性，那么您为什么需要另一个变量来说明一个人是否为男性。然而，人们在回答这个问题时忘记说的主要事情是多重共线性实际上并不是一个大问题，除非你需要解释你的变量。多重共线性会导致您的系数为假，但不会影响您的预测。因此，除非您需要根据变量来解释您的模型，否则这应该不是一个大问题。另一种可能性是，如果您在训练集和测试集中的变量之间的协方差不同，那么您的预测就会受到影响，你会得到不正确的结果。但是，如果您对数据集进行充分洗牌（这是您的假设）并正确拆分训练集和测试集（也是验证集），那么两者的协方差应该是相同的。换句话说，可以假设这些相关变量之间的关系在训练集和测试集中保持不变。因此，您可以放心地假设您的预测是正确的。