[科普中國(guó)]-概念漂移

在預(yù)測(cè)分析和機(jī)器學(xué)習(xí)的概念漂移表示目標(biāo)變量的統(tǒng)計(jì)特性隨著時(shí)間的推移以不可預(yù)見(jiàn)的方式變化的現(xiàn)象。隨著時(shí)間的推移，模型的預(yù)測(cè)精度將降低。

該術(shù)語(yǔ)的概念指的是要被預(yù)測(cè)的目標(biāo)變量。更一般地，它也可以指其他感興趣的現(xiàn)象之外的目標(biāo)的概念，諸如輸入，但是在概念漂移的上下文中，術(shù)語(yǔ)通常指的是目標(biāo)變量。

例子在欺詐檢測(cè)應(yīng)用程序中，目標(biāo)概念可以是具有值“是”或“否”的二進(jìn)制屬性FRAUDULENT，其指示給定交易是否是欺詐性的?；蛘?，在天氣預(yù)報(bào)應(yīng)用中，可能存在若干目標(biāo)概念，例如TEMPERATURE，PRESSURE和HUMIDITY。

在線商店中的客戶的行為可能隨時(shí)間而改變。例如，如果要預(yù)測(cè)每周的商品銷售，并且已經(jīng)開(kāi)發(fā)出令人滿意的預(yù)測(cè)模型。該模型可以使用諸如廣告花費(fèi)的金額，正在運(yùn)行的促銷以及可能影響銷售的其他指標(biāo)等輸入。隨著時(shí)間的推移，模型可能變得越來(lái)越不準(zhǔn)確 - 這就是概念漂移。在商品銷售應(yīng)用中，概念漂移的一個(gè)原因可能是季節(jié)性，這意味著購(gòu)物行為會(huì)季節(jié)性變化。例如，冬季假期的銷售額可能高于夏季。

可能的補(bǔ)救措施為了防止由于概念漂移導(dǎo)致的預(yù)測(cè)精度的惡化，可以采用有源和無(wú)源解決方案。主動(dòng)解決方案依賴于觸發(fā)機(jī)制，例如變化檢測(cè)測(cè)試（Basseville和Nikiforov 1993; Alippi和Roveri，2007），以明確地將概念漂移檢測(cè)為數(shù)據(jù)生成過(guò)程統(tǒng)計(jì)數(shù)據(jù)的變化。在靜止條件下，可以集成任何可用的新信息來(lái)改進(jìn)模型。不同的是，當(dāng)檢測(cè)到概念漂移時(shí)，當(dāng)前模型不再是最新的，必須用新的模型替換以保持預(yù)測(cè)準(zhǔn)確性（Gama等，2004; Alippi等，2011）。相反，在被動(dòng)解決方案中，模型不斷更新，例如，通過(guò)在最近觀察到的樣本上重新訓(xùn)練模型（Widmer和Kubat，1996），或強(qiáng)制執(zhí)行一組分類器（Elwell和Polikar 2011）。

軟件RapidMiner（以前的YALE（又一個(gè)學(xué)習(xí)環(huán)境））：用于知識(shí)發(fā)現(xiàn)，數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的免費(fèi)開(kāi)源軟件，還具有數(shù)據(jù)流挖掘，學(xué)習(xí)時(shí)變概念和跟蹤漂移概念（如果與其結(jié)合使用） 數(shù)據(jù)流挖掘插件（原名：概念漂移插件）1。

EDDM（EDDM（早期漂移檢測(cè)方法））：Weka（機(jī)器學(xué)習(xí)）中漂移檢測(cè)方法的免費(fèi)開(kāi)源實(shí)現(xiàn)。

MOA（大規(guī)模在線分析）：免費(fèi)的開(kāi)源軟件，專門用于挖掘具有概念漂移的數(shù)據(jù)流。 它包含一個(gè)前序評(píng)估方法，EDDM概念漂移方法，ARFF真實(shí)數(shù)據(jù)集的讀者，以及作為SEA概念的人工流生成器，STAGGER，旋轉(zhuǎn)超平面，隨機(jī)樹和基于隨機(jī)半徑的函數(shù)。 MOA支持與Weka（機(jī)器學(xué)習(xí)）的雙向交互。

本詞條內(nèi)容貢獻(xiàn)者為:

王慧維 - 副研究員 - 西南大學(xué)