这个界限建议在减少经验误差与控制假设集大小之间寻求平衡：
- 较大的假设集会受到第二项的惩罚， 但可能有助于减少第一项经验误差。
- 但是，在相似的经验误差下，它建议使用较小的假设集。
这可以被视为所谓的奥卡姆剃刀原则的一个实例，该原则以神学家威廉·奥卡姆的名字命名：
- 若无必要，不应假设多样，
- 也可以重述为，最简单的解释是最好的。
- 在这个背景下，它可以表达如下：在其他条件相同的情况下，更简单（更小）的假设集是更好的。
- 回顾 1.6 泛化 的例子
这个界限建议在减少经验误差与控制假设集大小之间寻求平衡：
这可以被视为所谓的奥卡姆剃刀原则的一个实例，该原则以神学家威廉·奥卡姆的名字命名：