数据漂移是指： 随着时间的推进，模型训练数据和实时应用场景中的数据分布 发生了显著的偏离，导致模型性能下降，影响了模型的实际效果，也就是说 用于训练的数据已经过时或者不再适应当前的情况了。 造成数据漂移的原因是很多的，比如： 1. 输入数据（也就是特征数据）发生了变化，导致模型的实际效果下降。 2. 特征和标签的关联性减弱，比如：“口罩“一词从医疗用品变成了 日常消费品。在这里，扩充下AI对标签和特征的关系阐述。 标签机制在数据处理与模型学习中的作用： ...

Logon see more details...