【コンセプトドリフト】
コンセプトドリフト とは？
最終更新:
💡 同じ入力でも、今の正解が変わる
予測に関わるデータの分布が時間とともに変化する現象。ここでは主に、同じ入力に対する正解の関係が変わり、以前学習したモデルが合わなくなる場合を説明する。
📌 このページのポイント
- 入力と正解の関係が変わると、以前のモデルが合わなくなることがある
- 入力の分布の変化と、正解との関係の変化は同時にも起こる
- 予測誤差などを監視し、変化の兆候と原因を調べる
- 再学習やモデルの更新を、最新データで評価して選ぶ
ひよこ データドリフトと何が違うの？
ペンギン先生 架空の試験で考えよう。得点の分布が変わるのが入力のデータドリフト。同じ70点でも、合格基準が60点から80点に変わって合否が変わるのが、入力と正解の関係の変化の例だよ。
ひよこ 入力が変わらないときだけ起きるの？
ペンギン先生 入力の分布も正解との関係も、同時に変わることがあるよ。また、文献では入力の分布の変化も含めて、予測に関わる分布の変化を広くコンセプトドリフトと呼ぶ場合があるんだ。ここでは関係の変化を中心に見ているよ。
ひよこ どうやって気づくの？
ペンギン先生 正解が得られるなら予測誤差を監視する方法があるね。ADWINのように、データの区間を比較して統計的に変化を調べる方法もある。ただ、誤差が増えたというだけでは原因は決まらない。データの品質や一時的な揺れも調べよう。
ひよこ 見つけたらすぐ再学習するの？
ペンギン先生 最新データで再学習する方法や、モデルの一部を更新する方法などがあるよ。変化の範囲、正解データを集められるか、更新後の性能などを確認して選ぶんだ。以前のパターンが戻る場合には、過去のモデルを再利用する方法もある。
ひよこ 変わり方にも種類があるの？
ペンギン先生 急に変わる場合、時間をかけて変わる場合、以前のパターンが再び現れる場合があるよ。再び現れる変化は、必ず一定の周期で起きるとは限らないんだ。
ひよこ モデルを作った後も確認が必要なんだね。
ペンギン先生 そうだね。データや予測性能を継続して監視し、変化が疑われたら原因と対応を評価する。いつでも自動的に再学習すればよい、というわけではないよ。
まとめ：ざっくりこれだけ覚えればOK！
「コンセプトドリフト」って出てきたら「予測のもとになる関係が時間とともに変わること」と思えばだいたいOK！
📖 おまけ：英語の意味
「Concept Drift」 ＝ 概念の変化
💬 モデルの内部のルールが勝手に変わるのではなく、学習対象のデータや関係が変化することだよ。