Байєсська інтерпретація перехресної валідації?

Чи є відома інтерпретація перехресної перевірки байесівської, ML або MDL? Чи можу я трактувати перехресну перевірку як виконання правильного оновлення на спеціально створеному попередньому?

Перехресне підтвердження спрямоване на об'єктивну оцінку ризику (він же помилка тесту або помилка передбачення). У випадку, якщо ваша функція втрати мінус (генеративна) ймовірність журналу, тоді перехресне підтвердження поверне очікувану ймовірність журналу вашої моделі. Те ж саме, якщо ваша функція втрати має байєсівську мотивацію.

MDL також спрямована на неупереджену оцінку ризику. Таким чином, це аналітичний підхід до того, що CV працює обчислювально.

Див. Розділ 7.2 у розділі Елементи статистичного навчання .