Что такое дрейф данных?

Дрейф данных — это изменение распределения входных данных или характеристик данных со временем, которое может негативно влиять на качество работы модели машинного обучения.

Например, если модель обучена на данных с определёнными свойствами, а в реальной эксплуатации данные начинают меняться (например, меняется поведение пользователей, условия окружающей среды, формат данных), то модель может начать работать хуже.

Типы дрейфа данных:

• Дрейф концепции (concept drift): меняется зависимость между входными данными и целевой переменной.
• Дрейф распределения (data distribution drift): меняется распределение входных данных без изменения целевой зависимости.

Для борьбы с дрейфом данных применяют мониторинг качества модели, логирование входных данных и результатов, регулярное переобучение модели на новых данных.

Пример: модель кредитного скоринга обучена на данных клиентов 2019 года, но в 2023 году экономическая ситуация изменилась, и поведение клиентов стало другим — это дрейф данных, который требует адаптации модели.