机器学习笔记(2)----“没有免费的午饭”定理

“没有免费的午饭”定理（No Free Lunch Theorem，简称NFL）算法 先来看一个例子。假设学习算法a基于某种概括偏好产生了对应于A的模型，学习算法b基于另外一种概括偏好产生了对应于曲线B的模型。性能 基于奥卡姆剃刀原理，咱们会期待算法a比算法b更好。确实，如图(a)所示，和B相比，A与训练集外的样本更一致；换言之，A的泛化能力比B强。学习 可是，且慢！虽然咱们但愿并相信算法a比b更

>>阅读原文<<