求解一个机械学习的原理的例子

假设hS是使用ERM原则从一个假设类H中选出的假设，给定一个训练集S。设定D是X乘Y上的概率分布,X为域集,Y为标签集,设h为H中真实误差LD(H)最小的假设,即 h = arg minh∈H LD(h)。解释下列情况在哪些情况是可能的，或论证它们为什么不可能。
（a）Ls(hs) < Ls(h*)
（b）Ls(hs) > Ls(h*)