1 起源
The “no-free-lunch” theorems (Wolpert & Macready, 1995) have sparked heated debate in the computational learning community.
参考文献：
[1]Simple Explanation of the No-Free-Lunch Theorem and Its Applications, C. Y. Ho & D. L. Pepine, Dec. 2002
[2] Goutte C. Note on Free Lunches and Cross-Validation[J]. Neural Computation. 1997, 9(6): 1245-1249.
2 含义
NFL定理最重要的寓意，是让我们清楚地认识到，脱离具体问题，空泛地谈论”什么学习算法更好“毫无意义，因为若考虑所有潜在的问题，则所有的算法一样好.
要谈论算法的相对优劣，必须要针对具体问题；在某些问题上表现好的学习算法，在另一问题上却可能不尽如人意，学习算法自身的归纳偏好与问题是否相配，往往会起到决定性作用.
——周志华《机器学习》
以前写论文的时候，如果一个算法在一类问题上好用，其他问题上不好用，我会引用这篇文章。
所以，这文章最大的作用就是背黑锅。 这篇文章说白了就是世界上没有全无敌的优化方法。