经验风险最小化 （ERM）是统计学习理论里的一项原则，该原则下有一系列学习算法 ，经验风险最小化用于为这些算法的性能提供理论上的界。核心思想是，我们无法确切知道算法在实际中的运行情况（真正的“风险”），因为我们不知道算法将在其上运行的数据的真实分布，但借助经验风险最小化，我们可以在一组已知的训练数据（“经验”风险）上衡量其性能。

以下情况是许多有监督学习问题的一般设置。我们有两个空间，输入空间${\displaystyle X}$和输出空间${\displaystyle Y}$，我们的目标是学习（拟合）一个函数${\displaystyle \ h:X\to Y}$ （通常称为假设 ），这个函数在给定${\displaystyle x\in X}$，输出一个对象${\displaystyle y\in Y}$ 。为此，我们可以使用一个包含 ${\displaystyle n}$个例子的训练集${\displaystyle \ (x_{1},y_{1}),\ldots ,(x_{n},y_{n})}$，其中${\displaystyle x_{i}\in X}$是输入， ${\displaystyle y_{i}\in Y}$是我们希望从${\displaystyle \ h(x_{i})}$中得到的相应输出 。

更正式地说，我们假设${\displaystyle X}$和${\displaystyle Y}$服从联合概率分布 ${\displaystyle P(x,y)}$ ，并且训练集包括${\displaystyle n}$个实例${\displaystyle \ (x_{1},y_{1}),\ldots ,(x_{n},y_{n})}$IID地从${\displaystyle P(x,y)}$ 抽取。请注意，联合概率分布的假设使我们可以对预测中的不确定性进行建模（例如，来自数据中的噪声），因为${\displaystyle y}$不是关于${\displaystyle x}$的确定性函数 ，而是在固定${\displaystyle x}$ 时具有条件分布${\displaystyle P(y|x)}$的随机变量 。

我们还假定给定非负实值损失函数 ${\displaystyle L({\hat {y)),y)}$来衡量预测${\displaystyle {\hat {y))}$与真实结果${\displaystyle y}$的差异。则假设${\displaystyle h(x)}$的风险定义为损失函数的期望值 ：

${\displaystyle R(h)=\mathbf {E} [L(h(x),y)]=\int L(h(x),y)\,dP(x,y).}$

理论上常用的损失函数是0-1损失函数 ： ${\displaystyle L({\hat {y)),y)={\begin{cases}1&{\mbox{ If ))\quad {\hat {y))\neq y\\0&{\mbox{ If ))\quad {\hat {y))=y\end{cases))}$ 。

学习算法的最终目标是在固定函数类${\displaystyle {\mathcal {H))}$中找到风险${\displaystyle R(h)}$最小的假设${\displaystyle h^{*))$：

${\displaystyle h^{*}=\arg \min _{h\in {\mathcal {H))}R(h).}$

通常，无法计算风险${\displaystyle R(h)}$，因为学习算法不知道分布${\displaystyle P(x,y)}$（这种情况称为无知学习）。但是，我们可以通过对训练集上的损失函数取平均值来计算一个近似值，称为经验风险：

${\displaystyle \!R_{\text{emp))(h)={\frac {1}{n))\sum _{i=1}^{n}L(h(x_{i}),y_{i}).}$

经验风险最小化原理^[1]指出学习算法应选择一个假设${\displaystyle {\hat {h))}$将经验风险降到最低：

${\displaystyle {\hat {h))=\arg \min _{h\in {\mathcal {H))}R_{\text{emp))(h).}$

因此，由ERM原理定义的学习算法在于解决上述优化问题。

对于具有0-1损失函数的分类问题，即使对于像线性分类器这样的相对简单的函数类，经验风险最小化也被认为是NP难题。 ^[2]但是，当最小经验风险为零（即数据是线性可分离的）时，可以有效解决。

在实践中，机器学习算法可以通过对0-1损失函数（例如SVM的铰链损失）采用凸近似来解决该问题，这种方法更容易优化，或者对分布进行假设${\displaystyle P(x,y)}$ （因此不再是上述结果适用的不可知论学习算法）。

• 最大似然估计
• M估计器

• Vapnik, V. The Nature of Statistical Learning Theory. Information Science and Statistics. Springer-Verlag. 2000. ISBN 978-0-387-98780-4.  Vapnik, V. The Nature of Statistical Learning Theory. Information Science and Statistics. Springer-Verlag. 2000. ISBN 978-0-387-98780-4.  Vapnik, V. The Nature of Statistical Learning Theory. Information Science and Statistics. Springer-Verlag. 2000. ISBN 978-0-387-98780-4.