Concept Drift

定义 Definition

概念漂移：在机器学习/数据挖掘中，指数据生成过程随时间变化，导致“输入—输出关系”或类别分布发生改变，使得模型在新数据上的表现逐渐变差（常见于数据流、在线学习与实时预测场景）。也可泛指“概念/含义随情境或时间发生偏移”。

发音 Pronunciation (IPA)

/ˈkɑn.sɛpt drɪft/

例句 Examples

Concept drift can make a good model fail over time.
概念漂移会让一个原本很好的模型随着时间推移而失效。

To handle concept drift in streaming data, the system retrains periodically and weighs recent samples more heavily than old ones.
为应对数据流中的概念漂移，系统会定期再训练，并让近期样本比旧样本占更大权重。

词源 Etymology

concept（概念）源自拉丁语 conceptus，有“构想、形成”的意思；drift（漂移）来自古英语相关词根，表示“缓慢移动、逐渐偏离”。组合成 concept drift，直观表达“概念/规律在时间中逐步偏移”。

相关词 Related Words

• Concept
• Drift
• Distribution
• Shift
• Nonstationary
• Data Stream
• Online Learning
• Model Decay
• Domain Shift
• Covariate Shift

文学与著作中的用例 Literary / Notable Works

• João Gama et al. Data Stream Mining: A Practical Approach（数据流挖掘的实践方法类著作中常系统讨论 concept drift）
• Albert Bifet Machine Learning for Data Streams: with Practical Examples in MOA（面向数据流的机器学习著作中频繁使用该术语）
• Survey/论文经典：A Survey on Concept Drift Adaptation（概念漂移适应综述类论文标题与正文中大量出现该词）