本次查询：Data Drift
中文解释：数据漂移
常见场景：模型部署与维护
一句话解释
数据漂移指生产环境中输入模型的数据分布，与模型训练时所用的数据分布发生显著变化，导致模型表现变差的现象。
为什么会被关注
随着AI模型在金融、医疗、电商等领域的深度应用，模型上线后的性能衰退成为企业最头疼的问题之一。数据漂移是性能衰退的主要诱因，它可能悄无声息地影响风控准确性、推荐质量或预测结果，直接造成业务损失。
由于现实世界的数据分布会随时间、季节、用户行为等因素自然改变，持续监控并应对数据漂移已成为机器学习运维（MLOps）的核心环节，也是保障模型长期可靠性的关键。
核心逻辑
数据漂移的根源在于训练数据与实时数据之间的统计差异。常见的量化方式是比较两个时间段内特征的概率分布，例如使用KS检验、KL散度或人口稳定指数（PSI）等指标。
当漂移程度超过预设阈值时，系统会触发告警，提示需要重新训练模型或调整特征。需要注意的是，数据漂移不一定意味着数据本身错误，而是分布发生了有意义的偏移，例如用户年龄结构从年轻化转向中年化。
常见场景
电商推荐系统：用户购物季节偏好变化（如夏季流行冷饮，冬季热饮）会导致商品点击率预测模型出现数据漂移。
信贷风控：经济周期或政策调整使得用户收入、负债分布改变，原有逾期预测模型准确率下降。
自动驾驶：不同城市道路环境（白天/夜晚、雨天/晴天）的图像特征存在漂移，影响目标检测模型。
容易混淆的点
数据漂移与概念漂移常被混用。数据漂移侧重输入特征分布的变化，而概念漂移指输入与输出之间的映射关系发生变化，例如“年龄大”过去代表高信用，现在因政策改变代表低信用。
此外，数据漂移不等于数据质量问题——噪声、缺失值属于质量范畴，而漂移是分布层面的系统性变化。实际监控中两者可能同时发生，但处理方式不同：漂移常需重新训练，质量问题则需清洗或修复。