转自ground truth的含义

ground truth在不同的地方有不同的含义,下面是参考维基百科的解释,ground truth in wikipedia.

1、在统计学和机器学习中

在机器学习中ground truth表示有监督学习的训练集的分类准确性,用于证明或者推翻某个假设。有监督的机器学习会对训练数据打标记,试想一下如果训练标记错误,那么将会对测试数据的预测产生影响,因此这里将那些正确打标记的数据成为ground truth。

小面是引用知乎lee philip的例子example on 知乎

1. 错误的数据

标注数据1 ( (84,62,86) , 1),其中x =(84,62,86), t = 1 。 (正确标记的数据叫做ground truth)
标注数据2 ( (84,162,86) , 1),其中x =(84,162,86), t = 1 。(这里训练数据标记错误)

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

Loss = \frac{1}{2\times 2} ((-1-1)^2 + (-1-1)^2) = 2

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)

这里标注数据1和2都是ground truth。

预测数据1 y = -1
预测数据2 y = -1

Loss = \frac{1}{2\times 2} ((-1-1)^2 + (-1+1)^2) = 1


或者简单来说就是有效的正确的数据