相互検証のベイジアン、MDLまたはMLの解釈？

相互検証のベイジアン、ML、またはMDLの既知の解釈はありますか？相互検証を、特別に細工された以前のバージョンで適切な更新を実行すると解釈できますか？

交差検証は、リスク（別名テストエラー、または予測エラー）の公平な推定を目的としています。損失関数が（生成）対数尤度を差し引いた場合、交差検証はモデルの予想対数尤度を返します。損失関数にベイジアン動機がある場合も同様です。

MDLは、リスクの公平な推定も目的としています。したがって、これはCVが計算で行うことに対する分析的なアプローチです。

Elements of Statistical Learningのセクション7.2を参照してください。