피험자 누출
학습 데이터와 테스트 데이터에 동일한 피험자의 신호가 섞여 들어가는 현상이다. 모델이 일반적인 패턴이 아닌 특정 개인의 신호 특성을 암기하게 되어 성능이 과대평가되는 문제를 야기한다.