Odborná definícia
Význam a odborné vymedzenie pojmu
Concept drift je zmena štatistického vzťahu medzi vstupmi a cieľom v čase, ktorá môže znížiť výkon modelu naučeného na minulých dátach. Formálne sa mení spoločná distribúcia alebo podmienenie cieľa na príznakoch, pričom sa odlišuje od čistého data driftu bez zmeny rozhodovacieho vzťahu. Drift môže byť náhly, postupný, opakujúci sa alebo lokálny. Detekcia používa oneskorené labely, chybové signály, distribučné testy a doménové udalosti. Reakcia môže zahŕňať retréning, váženie novších dát, ensemble alebo zmenu procesu.
Zrozumiteľné vysvetlenie
Ako sa pojem používa v praxi
Model dopytu naučený pred zmenou cien môže po niekoľkých mesiacoch podceňovať správanie zákazníkov, pretože rovnaká kombinácia príznakov už nevedie k rovnakému nákupu. Vstupné hodnoty môžu vyzerať podobne, no význam sa zmenil. Inokedy sa posunie iba mix regiónov a vzťah zostane stabilný. Preto nestačí alarm na rozdiel v distribúcii dát. Potrebujete sledovať reálne výsledky, segmenty a udalosti v biznise. Retréning sa spustí až po určení, či ide o trvalú zmenu, sezónnosť alebo chybu pipeline.
Časté otázky
Otázky, ktoré spresňujú význam
Aký je rozdiel medzi concept drift a data drift?
Data drift opisuje zmenu rozdelenia vstupov, napríklad viac mobilných používateľov. Concept drift znamená, že sa zmenil vzťah medzi vstupom a cieľom. Jeden môže nastať bez druhého, preto monitoring príznakov nenahrádza sledovanie výkonu s labelmi.
Ako sa drift odhalí bez okamžitých labelov?
Používajú sa proxy signály, distribučné vzdialenosti, neistota modelu, podiel abstencií a doménové indikátory. Také alarmy hovoria, že sa vstupy zmenili, nie že model určite zlyháva. Po príchode výsledkov sa musia potvrdiť chybovými metrikami.
Je každý sezónny vzor drift?
Opakujúca sa sezónnosť môže meniť distribúciu a výkon, ale je predvídateľná a možno ju zahrnúť do modelu alebo validačného dizajnu. Driftová stratégia má rozlišovať očakávaný cyklus od neznámej štrukturálnej zmeny, aby nespúšťala zbytočný retréning.
Kedy retrénovať model?
Keď validované zhoršenie prekročí toleranciu, nové dáta sú dostatočné a príčina nie je chyba zdroja či labelov. Automatický retréning potrebuje brány, porovnanie s champion modelom, rollback a kontrolu segmentov. Čerstvejší model nemusí byť lepší.
Môže drift ovplyvniť iba jednu skupinu?
Áno. Globálna metrika zostane stabilná, ak sa zhoršenie malej skupiny stratí v priemere. Preto sa sledujú regióny, produkty, jazyky, zariadenia a rizikové kohorty. Lokálny drift môže mať zásadný dopad aj pri malom počte prípadov.
Súvisiace pojmy
Významové a tematické súvislosti
Pojem v rozhodovaní
Odborné články, ktoré tento pojem používajú v praxi
Zdroje a redakčná stopa
Použité východiská a odborná revízia
- Gama a kol., A Survey on Concept Drift Adaptation
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.