正确的标注，ground truth ,＜=＞是什么意思

原文链接：https://www.zhihu.com/question/22464082

 

ground truth  ：

表示的机器学习中的标签。在机器学习中，数据是有标注的以（x,t）的形式出现，其中x是输入数据，t是标注。正确的t标注是ground truth，错误是标记则不是。

由模型函数的数据则是由（x,y）的形式出现的。其中x为之前的输入数据，y为模型预测的值。

标注回合模型预测结果作比较，在损耗函数（loss function/error funtion）中会将y和t作比较，从而计算损耗(loss/error)。比如在最小方差中：

 

因此如果标注数据不是ground truth ，那么loss的计算将会产生误差，从而影响到模型的质量。比如输入三维，判断是否性感：

1.错误的数据

标注数据1（(84,62,86),1）其中x=(84,62,86),t=1

标注数据2((8,4,162,86)，1)其中x(84,162,86),t=1。

这里标注数据1是ground truth 而标注数据2不是。

预测数据1 y=-1

预测数据2 y=-1

 

2. 正确的数据

标注数据1 (（84,62,86）,1) ，其中x=(84,62,86),t=1。

标注数据2((84,162,86),1)其中x=（84,162,86）,t=-1  （改为ground truth）

由于使用错误的数据，对模型的估计实际要糟糕。另外，标记数据还被用来更新权重，错误标记的数据会导致权重更新错误。因此使用高质量的数据是很有必要的。

在半监督学习中对标记数据也要进行比较