没有免费的午餐定理

        没有免费午餐定理 （ No Free Lunch Theorem ， NFL ） 是由 Wolpert 和 Macerday 在最优化理论中提出的 ． 没有免费午餐定理证明 ： 对于基于迭代的最优化算法， 不存在某种算法对所有问题 （ 有限的搜索空间内 ） 都有效 ． 如果一个算法对某些问题有效， 那么它一定在另外一些问题上比纯随机搜索算法更差 ． 也就是说， 不能脱离具体问题来谈论算法的优劣 ， 任何算法都有局限性 ． 必须要 “ 具体问题具体分析”． 没有免费午餐定理对于机器学习算法也同样适用． 不存在一种机器学习算 法适合于任何领域或任务． 如果有人宣称自己的模型在所有问题上都好于其他模型， 那么他肯定是在吹牛 ．