概念漂移

概念漂移指的是数据流的统计特性随时间发生变化，从而导致已训练模型与当前数据分布不匹配的现象。这种现象可能通过多种方式出现。例如，新影响因素的引入、现有因素重要性的改变，或者因素之间关系的变化等。其结果是，模型的性能可能会大幅下降，这就需要对模型进行调整或重新训练，以适应新的数据模式。