对奥卡姆剃刀（Occam’s razor）原理的思考

在所有可能选择的模型中，能够很好地解释已知数据并且十分简单才是最好的。

a={条件一，条件二，条件三,条件四}#真实数据的条件

b={条件一，条件二，条件三}

c={条件一，条件二，条件三，条件四，条件五}#条件五不是已知数据满足的条件

data#已知数据

data1#真实数据

if a中的条件d全部满足：

    d为data1中成员

if b中的条件d全部满足：

    d可能为data1中成员

if c中的条件d全部满足and data1中数据不满足条件五：

d一定不是data1中成员

if c中的条件d全部满足and data1中数据部分满足条件五and 该预测数据是满足条件五的数据：

    d一定是data1中数据

if c中条件的都满足and data1中数据部分满足条件五and该预测数据也不满足条件五：

   d一定不是data1中的数据

   当满足a，b，c的模型与data的误差在允许范围内时，满足a的模型对未知数据预测精度不存在为0的情况，满足c的模型对未知数据预测精度存在为0情况。

   满足条件少的模型比满足条件多的模型简单。

   在现实中数据满足的条件是未知的，为此在对训练集数据满足精度要求的前提下，选择满足条件最少的模型较好。