概念漂移

term_id: concept_drift

Category: basic_concepts

Definition

概念漂移是机器学习中的一种现象，即随着新数据的到来，输入特征与目标输出之间的关系会发生变化。这在用户行为动态变化的环境中经常发生。

Summary

当目标变量的统计特性随时间发生变化时，就会发生概念漂移，从而导致模型性能下降。

Key Concepts

数据分布偏移
模型退化
在线学习
重新训练

Use Cases

欺诈检测系统
股票市场预测
客户流失建模