复杂度惩罚不需要人为施加

传统方法需要手动施加复杂度惩罚（交叉验证、AIC/BIC）来防止过拟合。但贝叶斯边际似然自动完成了这件事——不是通过"惩罚"，而是通过"概率空间的体积效应"。过于复杂的模型因为参数空间太大，每个参数组合分到的概率密度就很小，整体边际似然反而降低。这意味着：**正确编码先验知识后，你不需要手动选正则化系数**。