待验证50% 置信事实精确时间
数据漂移指输入特征P(X)的分布发生变化，而特征与标签之间的关系P(Y|X)保持不变；概念漂移则是P(Y|X)本身发生改变。
1
来源数
50%
置信度
长期有效
时效性
2026/10/25
首次发现
来源
涉及实体
相关事实
已验证概念漂移是指输入数据与目标标签之间的映射关系随时间发生变化，不同于仅输入分布改变的数据漂移。79% 相似待验证概念漂移是数据底层分布随时间发生的自然变化，而数据投毒是攻击者蓄意制造的分布偏移，两者在实际系统中往往同时存在且难以区分67% 相似待验证分布偏移包括协变量偏移（输入分布改变但条件分布不变）、标签偏移（标签边缘分布改变）和概念漂移（条件分布随时间变化）三种常见类型。66% 相似已验证数据漂移（Data Drift）指生产环境中输入数据的统计分布随时间发生变化，导致模型接收数据与训练时分布不匹配66% 相似待验证数据漂移是相关性信号而非因果信号：分布变化不一定导致模型出错，模型出错也不一定伴随可检测的漂移65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1096446API
curl https://kongchang.com/api/v1/knowledge/claims/1096446MCP
get_claim(id=1096446)