從NFL定理可知,這兩個假設同樣好,我們立即會想到符合條件的例子,對好瓜(色澤=青綠;根蒂=蜷縮;敲聲=濁響)是假設1更好,而對好瓜(色澤=烏黑;根蒂=硬挺;敲聲=清脆)則是假設2更好.看上去的確是這樣,然而需注意到,“(根蒂=蜷縮;敲聲=濁響)”的好瓜很常見,而“(根蒂=硬挺;敲聲=清脆)”的好瓜罕見,甚至不存在,所以,NFL定理最重要的寓意,是讓我們清楚地認識到,脫離具體問題,空泛地談論“什么學習算法更好”毫無意義,因為若考慮所有潛在的問題,則所有學習算法都一樣好.要談論算法的相對優劣,必須要針對具體的學習問題;在某些問題上表現好的學習算法,在另一些問題上卻可能不盡如人意,學習算法自身的歸納偏好與問題是否相配,往往會起到決定性的作用.