用了验证集还有可能会过拟合
这个片段可以从理论上证明这一点
以上整个挑选模型的过程也可以想象为一种训练。
把三个模型导出的最小损失公式看成一个集合，现在要做的就是在这个集合中找到某个h（此处可以视为训练），使得在验证集上的损失最低
当抽到不好的训练数据时，理想和现实会有差距。
训练数据不好的原因：
- 训练资料的大小
- 模型的复杂程度（越复杂，结果越糟的可能性越大）
当拿到的验证集不好时，理想和现实会有差距。
拿到的验证集不好的原因：
- 验证集的大小
- 这个模型的复杂程度（一般不会太大，比如说这里只有3个，取决于如何设计实验）
