1. 漂移基础：模型漂移的定义、数据漂移与概念漂移的区别、漂移对生产系统的影响
1.1 模型漂移的定义
模型漂移（Model Drift）是指部署到生产环境中的机器学习模型，其预测性能随着时间推移而逐渐下降的现象。根本原因在于模型训练时所依赖的静态数据分布假设，与生产环境中不断变化的真实数据分布之间产生了偏差。
核心观点： 模型漂移不是模型本身“变老了”，而是模型所处的环境“变样了”。模型仍然是那个模型，但世界已经不再是训练时的世界。
1.2 数据漂移与概念漂移的区别
漂移主要分为两大类：数据漂移（Data Drift / Covariate Shift） 和 概念漂移（Concept Drift）。理解两者的区别是设置告警阈值的前提。
| 维度 | 数据漂移（Data Drift） | 概念漂移（Concept Drift） |
|---|---|---|
| 定义 | 输入特征 X 的分布 P(X) 发生变化，但 P(Y|X) 不变。 |
输入特征与目标变量之间的映射关系 P(Y|X) 发生变化，即决策边界改变。 |
| 举例 | 用户年龄特征分布从 25-35 岁偏移至 45-55 岁；电商商品价格整体上涨 20%。 | “点击率”与“用户年龄”的关系反转：以前年轻人点击率高，现在老年人点击率高。 |
| 检测对象 | 特征分布（均值、方差、分位数、PSI 等）。 | 模型残差、预测置信度、真实标签与预测值的偏差。 |
| 是否需要标签 | 通常不需要（无监督）。 | 通常需要（有监督或延迟标签）。 |
| 修复方式 | 重新采样、特征工程调整、模型重训。 | 模型重训、在线学习、集成学习。 |
实战提示： 数据漂移是“输入变了”，概念漂移是“规则变了”。在告警阈值设置中，数据漂移通常使用 PSI（Population Stability Index）或 KS 统计量，而概念漂移则更多依赖模型性能指标（如 AUC、F1 的滑动窗口变化）。
1.3 漂移对生产系统的影响
漂移如果不被及时发现和告警，会对生产系统造成连锁反应，影响从业务决策到技术运维的多个层面。
- 业务决策失效： 模型输出不再反映真实情况，导致推荐不相关、风控误判、定价偏离市场。
- 用户信任度下降： 用户感知到服务质量下降，导致流失率上升。
- 运维成本激增： 需要人工排查问题、回滚模型、紧急重训，增加团队负担。
- 合规与审计风险： 在金融、医疗等强监管领域，模型失效可能导致合规违规和审计失败。
- 资源浪费： 基于错误预测的后续流程（如库存、物流、营销）产生大量无效投入。
1.4 漂移类型与影响关系图
下图展示了数据漂移与概念漂移在模型生命周期中的位置及其对生产系统的影响路径。
1.5 漂移检测的常见指标
在实际工程中，我们使用以下指标来量化漂移程度，并以此为基础设置告警阈值。
| 指标名称 | 适用漂移类型 | 计算方式简述 | 典型阈值范围 |
|---|---|---|---|
| PSI | 数据漂移 | 比较特征分箱后，期望占比与实际占比的差异 | < 0.1 无漂移；0.1-0.25 轻微；> 0.25 严重 |
| KS 统计量 | 数据漂移 | 比较两个分布累积分布函数的最大垂直距离 | < 0.1 无漂移；0.1-0.3 中等；> 0.3 严重 |
| JS 散度 | 数据漂移 | KL 散度的对称平滑版本 | < 0.1 无漂移；0.1-0.5 中等；> 0.5 严重 |
| 滑动窗口 AUC | 概念漂移 | 计算最近 N 个样本的 AUC，与基线 AUC 比较 | 下降 > 0.05 触发告警 |
| 误差率变化 | 概念漂移 | 滑动窗口内误差率与历史均值的偏差 | 偏差 > 2σ 或 > 20% 相对变化 |
注意： 阈值设置不能一刀切。上述典型阈值是通用参考值，实际生产中需要根据业务容忍度、模型重要性、数据更新频率等因素进行动态调整。本课程后续章节将详细讲解如何针对不同场景设置和优化这些阈值。
1.6 漂移检测流程概览
下图展示了一个典型的漂移检测流水线，从数据采集到告警触发。
1.7 小结
模型漂移是生产环境中不可避免的现象。数据漂移关注“输入变了”，概念漂移关注“规则变了”。两者都会对业务决策、用户信任、运维成本和合规性造成显著影响。掌握漂移的基础概念和检测指标，是后续设置科学告警阈值的基石。