待验证50% 置信事实精确时间

股价序列是典型的非平稳数据，模型训练时数据分布与预测时数据分布的实质性变化在统计学中称为「概念漂移」

1

来源数

50%

置信度

长期有效

时效性

2026/9/1

首次发现

来源

用机器学习预测股价：入门实践与理性认知

涉及实体

概念漂移concept 非平稳性concept

相关事实

待验证数据漂移或概念漂移指真实世界数据分布发生变化而模型仍基于旧数据训练时性能会显著下降，业界采用持续学习和主动学习策略应对75% 相似已验证分布偏移是指模型训练时所见数据的统计分布与实际部署环境中数据分布之间的系统性差异74% 相似待验证数据分布漂移在机器学习理论中被细分为协变量漂移、标签漂移和概念漂移三类71% 相似已验证模型漂移通常分为数据漂移和概念漂移两类，数据漂移指输入数据统计分布随时间变化，概念漂移指输入与输出关系本身发生变化70% 相似待验证模型崩溃指AI模型使用前代模型生成数据训练后，经过多代迭代输出分布会逐渐偏离原始真实数据分布，丢失分布尾部信息69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/839422

API

curl https://kongchang.com/api/v1/knowledge/claims/839422

MCP

get_claim(id=839422)