Data Shift

释义 Definition

Data shift（数据漂移/数据分布变化）：指同一类数据在不同时间、环境或来源下，其统计特征或分布发生变化，常见于机器学习中：训练数据与上线/实际运行数据不再同分布，从而导致模型效果下降。
（也可泛指“数据发生位移/变化”，但最常用的是“分布漂移”的含义。）

发音 Pronunciation (IPA)

/ˈdeɪtə ʃɪft/（也常读作 /ˈdætə ʃɪft/）

例句 Examples

Data shift can make a good model perform badly in production.
数据漂移会让一个原本表现很好的模型在实际环境中表现变差。

After the product launch, we monitored data shift by comparing the new user behavior distribution with the training set, and retrained the model when the gap grew.
产品上线后，我们通过对比新用户行为分布与训练集来监控数据漂移，并在差异扩大时重新训练模型。

词源 Etymology

该短语由 data（数据）+ shift（转移、变化）组成。shift 源自古英语 sciftan，有“移动、转变”之意；在现代技术语境中，data shift 多用于强调“数据分布发生了转变”，与机器学习中的泛化与稳定性问题密切相关。

相关词 Related Words

• Distribution Shift
• Dataset Shift
• Concept Drift
• Covariate Shift
• Data Drift
• Domain Shift
• Out-of-Distribution
• Model Degradation

文学与著作中的用例 Literary Works

• Dataset Shift in Machine Learning（Quionero-Candela, Sugiyama, Schwaighofer, Lawrence 编）：围绕“数据/数据集分布变化”系统讨论评估与应对方法。
• Machine Learning Yearning（Andrew Ng）：讨论模型在真实环境中因数据分布变化而性能下降的常见现象（常与“data shift/data drift”语境并用）。
• Hands-On Machine Learning with Scikit-Learn, Keras & TensorFlow（Aurélien Géron）：在模型部署与监控章节中常涉及数据分布变化与再训练策略（术语可能以“data drift/distribution shift”等形式出现）。