矩阵的零化度以及机器学习的概念漂移问题

最近研究核学习中，看到书上说的零化度，于是一头雾水，查了一下，原来就是矩阵论学过的亏的概念。秩和亏的和就是矩阵的维数。

但是搜索引擎居然推送了机器学习模型退化的一篇分析文章。

概念漂移: 表示模型试图预测的目标变量的统计特性随着时间以不可预见的方式发生变化。这导致了一些问题，因为随着时间的推移，预测的准确性会降低。

之前读大工师弟的概念漂移论文，一直没弄懂的问题终于解决了。