1. 漂移检测概述：什么是数据漂移、模型漂移与概念漂移，为什么在生产环境中必须做漂移检测

大家好，我是你们这门课的主讲。在正式开始之前，我想先问一个问题：你辛辛苦苦训练了一个模型，上线时准确率 95%，过了三个月，掉到了 80%。你查了代码，没改过。数据格式，也没变。那问题出在哪？

答案很可能就是——漂移。

漂移，说白了就是你的模型和现实世界「脱节」了。我最早遇到这个问题是在一个金融风控项目上。模型上线时效果惊艳，结果半年后坏账率突然飙升。团队排查了整整两周，最后发现是用户的收入分布变了——疫情期间很多人换了工作，收入结构跟训练集完全不一样。这就是典型的漂移。

这一章，我们先搞清楚三个核心概念：数据漂移、模型漂移、概念漂移。然后聊聊为什么生产环境里，漂移检测不是「锦上添花」，而是「保命手段」。

1.1 数据漂移（Data Drift）

数据漂移，也叫特征漂移。指的是模型输入特征的分布发生了变化，但输入和输出的映射关系没变。

举个例子：你训练了一个房价预测模型，训练集里 80% 的房子面积在 80-120 平米。上线后，突然来了大量 200 平米以上的大户型。特征分布变了，但「面积越大价格越高」这个规律没变。这就是数据漂移。

我在项目中见过最典型的场景是：

• 季节性变化：电商模型在双十一期间，流量特征分布完全偏离平时
• 数据采集方式变更：换了新的埋点 SDK，某些字段的缺失率从 5% 变成 30%
• 外部环境变化：疫情导致用户行为数据整体偏移

1.2 模型漂移（Model Drift）

模型漂移，关注的是模型预测结果本身的分布变化。它不关心输入特征怎么变，只看模型输出的概率分布或者预测值分布有没有偏移。

比如，一个二分类模型，上线时预测的正样本比例是 10%。三个月后，这个比例变成了 25%。要么是数据漂移了，要么是模型内部出了毛病。模型漂移是一个「报警信号」，它告诉你「出问题了」，但不告诉你具体原因。

我习惯把模型漂移当作「第一道防线」。因为它监控起来最简单——只需要记录模型的预测值，不需要拿到真实标签。在那些标签延迟很高的场景（比如信贷违约，要等 3-6 个月才知道结果），模型漂移几乎是唯一的实时监控手段。

1.3 概念漂移（Concept Drift）

概念漂移是最「要命」的一种。它指的是输入和输出之间的映射关系变了。换句话说，同样的特征，对应的标签变了。

你想想看：

• 以前「用户点击了广告」=「用户感兴趣」，现在用户被广告烦透了，点击只是为了关掉它
• 以前「信用卡大额消费」=「高收入人群」，现在可能是「套现」
• 以前「频繁登录」=「活跃用户」，现在可能是「爬虫在扫接口」

这些场景里，特征没变，但特征和标签之间的关系彻底变了。这就是概念漂移。

概念漂移还可以细分成几种：

类型	特点	举例
突然漂移	瞬间变化	政策法规突变，比如网贷利率上限调整
渐进漂移	缓慢变化	用户审美风格逐年变化
周期性漂移	规律性重复	电商周末/工作日行为差异
临时漂移	短期波动后恢复	大促期间的异常行为模式

我个人经验是：渐进漂移最容易被忽视。每天变一点点，模型效果每天掉 0.1%，一个月下来掉了 3%，团队才反应过来。所以监控要设置合理的窗口期，别只看单天的波动。

1.4 三种漂移的关系

这三种漂移不是孤立的。它们之间有关系，而且经常互相触发。

我画了一张图，帮你理清它们的关系：

从这张图你能看出来：模型漂移是「症状」，数据漂移和概念漂移是「病因」。检测到模型漂移后，你得往下挖，看是数据变了还是规律变了。不同的根因，处理方式完全不同。

1.5 为什么生产环境必须做漂移检测

这个问题，我用一句话回答：不做漂移检测，你的模型就是在「裸奔」。

具体来说，有四个理由：

1. 模型效果会无声下降。没有监控，你只能等用户投诉、业务指标下跌才发现问题。那时候损失已经造成了。
2. 调试成本极高。我经历过一次：模型出问题后，团队花了三周回溯，最后发现是两个月前一次数据管道变更导致的。如果当时有漂移检测，当天就能发现。
3. 合规与风控要求。在金融、医疗等领域，监管要求模型行为可解释、可追溯。漂移检测是证明「模型一直在可控范围内」的关键证据。
4. 节省资源。不是所有漂移都需要重新训练。数据漂移可能只需要做特征工程调整，概念漂移才需要重训。精准检测能避免「动不动就全量重训」的资源浪费。

1.6 漂移检测的落地挑战

道理都懂，但真正落地的时候，你会发现一堆坑：

• 阈值怎么设？ 设太松，漏报；设太紧，天天报警，团队疲于奔命
• 标签延迟怎么办？ 概念漂移检测需要真实标签，但很多场景标签要等几周甚至几个月
• 多特征怎么处理？ 几百个特征，每个都监控？还是降维后监控？
• 怎么跟业务联动？ 检测到漂移后，谁来决策？是自动回滚还是人工确认？

这些问题，我们会在后面的章节一个一个解决。这一章你只需要记住：漂移是常态，不是异常。生产环境的数据和概念永远在变，我们的目标不是「杜绝漂移」，而是「及时发现并正确应对」。