fix typo

docs/07-Model-Assessment-and-Selection/7.8-Minimum-Description-Length.md

@@ -42,7 +42,7 @@ $$
 
 这是在给定输入的情况下目标值的对数似然。第二项是传递模型参数 $\theta$ 的平均编码长度，而第一项是传递模型与真实目标值之间差异的平均编码长度。举个例子假设我们有单目标 $y\sim N(\theta,\sigma^2)$，参数为 $\theta\sim N(0,1)$，并且没有输入（为了简单）。则模型长度为
 $$
-length = constant + \log\sigma + \frac{(y-\theta)^2}{\sigma^2} + \frac{\theta^2}{2}\tag{7.45}
+length = constant + \log\sigma + \frac{(y-\theta)^2}{2\sigma^2} + \frac{\theta^2}{2}\tag{7.45}
 $$
 注意到 $\sigma$ 越小，平均信息长度越短，因为 $y$ 更集中在 $\theta$ 附近。