zoukankan      html  css  js  c++  java
  • 机器学习中的ground truth

    机器学习包括有监督学习(supervised learning),无监督学习(unsupervised learning),和半监督学习(semi-supervised learning).

    在*有监督学习中,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, 错误的标记则不是。(也有人将所有标注数据都叫做ground truth)

    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。

    标注会和模型预测的结果作比较。在损耗函数(loss function / error function)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:

    1
    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 ( (84,162,86) , 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
    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

    3

    由于使用错误的数据,对模型的估计比实际要糟糕。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
  • 相关阅读:
    Google 面试准备清单
    Two sorted array. Find kth smallest element, 要求O(logK)
    MVC(demo)
    UE4学习心得:Scene Component蓝图的一个简单应用
    UE4中如何使物体始终朝向摄像头?
    响应式Web设计
    Nodejs的express使用教程
    安装express遇到的问题
    致自己
    上传文件的方法
  • 原文地址:https://www.cnblogs.com/ycycn/p/13788350.html
Copyright © 2011-2022 走看看