1、相关概念

1.1 定义

广义定义：

环境上下文变化引起的观测对象的根本性变化，成为概念漂移。

机器学习中的定义：

在机器学习、时间序列以及模式识别领域的一种普遍现象。概念漂移是指一个模型要去预测的一个目标变量，这个目标变量随着时间的推移发生改变。对于基本相同的数据，随着时间的推移，模型的预测精度将降低。

1.2 数学表达

X(输入)和y(输出)之间的映射关系y=f(X)是随着时间变化的，在训练集和测试集上的f完全不一样，这样就会出现我们在离线测试调好的模型上线就不work的情况。

1.3 研究对象

时间上具有关联的数据流，目前有很多广泛存在的数据，像金融数据、交通数据等，这类数据不同于传统的static data（静态数据），而是作为一种数据量大、实时性强的data stream（流式数据）而存在。流式数据分为稳定的数据流和动态的数据流，稳定的数据流具有稳定独立同分布的特点，而动态数据流则是不独立同分布的，所以会产生概念漂移的现象。