4. 概念漂移检测基础：基于窗口的方法与检测算法原理对比

概念漂移检测是模型监控系统的核心能力。工业级系统需要在不依赖真实标签（或仅依赖延迟标签）的情况下，判断数据分布是否发生实质性变化。本章聚焦基于窗口的检测方法与三种经典检测算法的原理对比，为后续搭建监控流水线奠定理论基础。

4.1 基于窗口的检测方法

窗口方法通过限定数据范围来统计分布特征，是漂移检测最基础的操作单元。根据窗口的构建与更新策略，分为以下三种类型：

4.2 三种窗口机制的对比分析

下图展示了三种窗口在数据流上的工作方式差异，重点体现数据覆盖范围与更新策略的不同：

4.3 三种核心检测算法原理对比

DDM、EDDM、ADWIN 是工业界最常用的三种漂移检测算法，它们在统计假设、窗口策略和计算效率上存在显著差异：

4.4 DDM 算法详解

DDM 是最早提出的在线漂移检测算法之一，其核心思想是：当模型预测错误率显著上升时，说明数据分布可能发生了变化。

算法步骤：

1. 初始化：记录总样本数 n 和错误数 e，计算错误率 p = e / n 及其标准差 s = sqrt(p * (1-p) / n)。
2. 记录最小错误率 p_min 和对应标准差 s_min。
3. 当 p + s >= p_min + 2 * s_min 时，触发警告（进入漂移预备状态）。
4. 当 p + s >= p_min + 3 * s_min 时，触发漂移（重置模型）。

4.5 EDDM 算法详解

EDDM 是 DDM 的改进版本，专门针对渐变漂移场景设计。它不再监控错误率，而是监控连续正确预测之间的样本间隔距离。

核心指标：

• d_i：第 i 次错误与第 i-1 次错误之间的正确预测次数。
• d_avg：最近 m 个间隔的平均值。
• d_std：最近 m 个间隔的标准差。

当 d_avg + 2 * d_std 显著下降时，触发漂移警告；当下降幅度超过 3 * d_std 时，触发漂移重置。

4.6 ADWIN 算法详解

ADWIN 是目前理论最完备的自适应窗口算法，它通过统计假设检验动态决定窗口大小，无需预设窗口参数。

算法流程：

1. 维护一个可变大小的窗口 W，新数据持续加入窗口尾部。
2. 将窗口 W 划分为两个子窗口 W0（旧数据）和 W1（新数据）。
3. 计算两个子窗口的均值 μ0 和 μ1。
4. 如果 |μ0 - μ1| > ε_cut（基于 Hoeffding 不等式计算的阈值），则判定发生漂移，丢弃 W0 部分。
5. 重复步骤 2-4，直到窗口内不再检测到显著差异。

4.7 三种算法对比总结

下表从多个维度对 DDM、EDDM、ADWIN 进行横向对比，帮助你在实际项目中做出选择：

4.8 算法选择决策流程

下图总结了在实际项目中如何根据数据特征和业务需求选择检测算法：

4.9 工业部署建议

代码示例：使用 River 库实现 ADWIN 检测

from river.drift import ADWIN

# 初始化 ADWIN 检测器，设置置信度
adwin = ADWIN(delta=0.002)

# 模拟数据流
data_stream = [0.1, 0.2, 0.15, 0.18, 0.9, 0.85, 0.95, 0.88]

for i, value in enumerate(data_stream):
    adwin.update(value)
    if adwin.drift_detected:
        print(f"时间步 {i}: 检测到漂移，当前值 = {value}")
        # 触发模型重训练或告警
    elif adwin.warning_detected:
        print(f"时间步 {i}: 进入警告状态，当前值 = {value}")