Distribution Shift

定义 Definition

distribution shift（分布漂移/分布偏移）：指训练数据与实际部署或测试时的数据分布不一致，导致模型在现实场景中表现下降的现象。在机器学习与统计中很常见（也常与 dataset shift、domain shift 等近义概念并用）。

发音 Pronunciation (IPA)

/ˌdɪstrɪˈbjuːʃən ʃɪft/

例句 Examples

The model worked well in the lab, but it failed after a distribution shift.
这个模型在实验室里效果很好，但在发生分布漂移后就失效了。

Because consumer habits changed over time, the recommendation system suffered from distribution shift and needed retraining.
由于消费者习惯随时间变化，这个推荐系统出现了分布偏移，需要重新训练。

词源 Etymology

distribution 源自拉丁语 distributio（“分配、分发”），在统计语境中指“数据的概率分布”；shift 表示“移动、变化”。合起来用于技术语境，字面即“分布发生变化”，强调数据生成机制或特征/标签关系随环境改变而偏离训练时期。

相关词 Related Words

• Covariate Shift
• Dataset Shift
• Domain Shift
• Concept Drift
• Distribution Drift
• Out-Of-Distribution
• Robustness
• Generalization

文学与著作 Literary Works

• Deep Learning（Ian Goodfellow, Yoshua Bengio, Aaron Courville）——讨论泛化与现实数据变化时常提及分布变化相关问题。
• Pattern Recognition and Machine Learning（Christopher M. Bishop）——在概率建模/判别学习语境中涉及训练与测试分布不一致的讨论。
• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）——在统计学习与模型评估语境中讨论数据分布变化对性能的影响。