Какво е дрейф на данните?

Преместването на данни е промяна в разпределението или характеристиките на входните данни с течение на времето, което може да негативно да повлияе на качеството на работата на модела за машинно обучение.

Например, ако моделът е обучен на данни с определени свойства, а в реалната експлоатация данните започнат да се променят (например, поведението на потребителите, условията на околната среда, форматът на данните), моделът може да започне да работи по-зле.

Типове промени в данните:

• Промяна в концепцията (concept drift): зависимостта между входните данни и целевата променлива се променя.
• Промяна в разпределението на данните (data distribution drift): разпределението на входните данни се променя без да се променя зависимостта към целевата променлива.

За борба с промяната в данните се използва мониторинг на качеството на модела, логиране на входните данни и резултати, и редовно преобучаване на модела с нови данни.

Пример: модел за кредитен скоринг, обучен на данни от 2019 г., но през 2023 г. икономическата ситуация се е променила, и поведението на клиентите е различно — това е промяна в данните, която изисква адаптация на модела.