Im Bereich des maschinellen Lernensdie WahrheitBezieht sich auf den genauen Einstellwert des Trainingssatzes für das Klassifizierungsergebnis beim überwachten Lernen, der im Allgemeinen zur Fehlerschätzung und Effektbewertung verwendet wird.

Beim überwachten Lernen erscheinen beschriftete Daten normalerweise in der Form (x, t), wobei x die Eingabedaten und t die Beschriftung darstellt. Die richtige Bezeichnung ist Ground-Truth, die falsche Bezeichnung nicht (manche Leute bezeichnen alle bezeichneten Daten auch als Ground-Truth).

Mit anderen Worten: Ground-Truth ist der Referenzstandard, der im Allgemeinen zur Fehlerquantifizierung verwendet wird. Wenn Sie beispielsweise die Temperatur eines bestimmten Zeitraums basierend auf historischen Daten vorhersagen möchten, ist die Ground-Truth die tatsächliche Temperatur des entsprechenden Zeitraums und die vorhergesagte Temperatur der Fehler.

Ground-Truth wird auch im Reinforcement-Learning-Mechanismus verwendet, der dem Lernen einen Belohnungs- und Bestrafungsmechanismus hinzufügt. Je näher beispielsweise die Ausgabe des Programms an der Ground-Truth liegt, desto größer ist das Gewicht der Daten, die dieses Ergebnis erzeugen.

Verweise

【1】Zhihu Q&A: Über Ground-Truth