概述
模型漂移检测是监控已部署的机器学习模型的做法，以捕获其准确性因现实世界发生变化而悄然下降的情况。这很重要，因为根据昨天的数据训练的模型可以自信地对今天的数据做出错误的预测，并且不会发出任何错误消息来警告您。
模型漂移检测是一个技术构建块，会大规模影响模型质量、基础设施成本、延迟和可靠性。
深入探讨
一旦模型投入生产，它的训练数据就会被冻结在过去，而世界却在不断变化。漂移检测主要解决两个问题。数据漂移（或协变量漂移）是指输入发生变化时——欺诈模型看到新的交易模式，或者视觉模型从新相机获取图像。概念漂移是指输入与正确答案之间的关系发生变化——2020 年被视为垃圾邮件的内容现在看起来有所不同。团队通过使用群体稳定性指数 (PSI)、Kolmogorov-Smirnov 或 KL 散度等测试，将最近输入和预测的统计分布与训练的参考窗口进行比较来检测这一点。至关重要的是，漂移通常早在地面实况标签到达之前就出现在输入中，从而发出早期警告。
技术洞察
一个常见的主力是人口稳定性指数。您可以将特征分入范围，计算训练集与实时集的每个分箱中记录的百分比，并对各个分箱求和 (live% − train%) × ln(live% ÷ train%)。低于 0.1 的值意味着稳定，0.1-0.25 意味着中等漂移，高于 0.25 意味着显着漂移，值得研究。为了比较整个分布，柯尔莫哥洛夫-斯米尔诺夫检验测量两个累积分布之间的最大差距。
掌握模型漂移检测
模型漂移检测是监控已部署的机器学习模型的做法，以捕获其准确性因现实世界发生变化而悄然下降的情况。这很重要，因为根据昨天的数据训练的模型可以自信地对今天的数据做出错误的预测，并且不会发出任何错误消息来警告您。模型漂移检测是一个技术构建块，会大规模影响模型质量、基础设施成本、延迟和可靠性。为了建立深入的理解，请将模型漂移检测视为一种操作模型，而不是单个功能：定义所需的结果，澄清假设，并将系统可以可靠地执行的操作与仍需要专家判断的操作分开。
在实践中，强大的团队使用模型漂移检测来根据可靠性和成本优化架构、数据和基础设施选择。他们记录明确的成功标准，根据实际数据和工作流程进行测试，并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。
多年来，架构决策决定着性能和运营成本。与此同时，优化一个基准测试可以隐藏更广泛的系统弱点。最具弹性的方法是将实验速度与治理规则结合起来：运行试点、捕获证据、发布决策日志，并随着模型行为、用户期望和监管要求的发展不断更新保障措施。
战略影响
多年来，架构决策决定着性能和运营成本。
多年来，架构决策决定着性能和运营成本。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
技术教育帮助团队选择正确的堆栈，而不仅仅是最新的堆栈。
技术教育帮助团队选择正确的堆栈，而不仅仅是最新的堆栈。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
更好的工程选择可以减少生产中的可靠性事故。
更好的工程选择可以减少生产中的可靠性事故。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
现实世界的实施
经济衰退改变了申请人的人口统计数据后，一家银行的信用评分模型显示收入特征的 PSI 不断上升，从而促使在审批出现问题之前进行重新培训。
当病毒式产品打破历史季节性模式时，零售商的需求预测模型会检测到概念漂移。
当俚语和新的滥用策略出现时，内容审核分类器会捕获数据漂移，从而触发标签审查。
工厂传感器的预测维护模型可以在设备升级改变振动特征后发现输入漂移。
实施模式
实践中的模型漂移检测
经济衰退改变了申请人的人口统计数据后，一家银行的信用评分模型显示收入特征的 PSI 不断上升，从而促使在审批出现问题之前进行重新培训。
银行的信用评分模型会在经济衰退改变申请人人口统计数据后，在收入特征上标记 PSI 的上升，从而促使在审批出现问题之前进行重新培训。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会获得更好的结果。
实践中的模型漂移检测
当病毒式产品打破历史季节性模式时，零售商的需求预测模型会检测到概念漂移。
当病毒式产品打破历史季节性模式时，零售商的需求预测模型会检测到概念漂移。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会获得更好的结果。
实践中的模型漂移检测
当俚语和新的滥用策略出现时，内容审核分类器会捕获数据漂移，从而触发标签审查。
当俚语和新的滥用策略出现时，内容审核分类器会捕获数据漂移，从而触发标签审查。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会得到更好的结果。
实践中的模型漂移检测
工厂传感器的预测维护模型可以在设备升级改变振动特征后发现输入漂移。
工厂传感器上的预测维护模型可以在设备升级改变振动特征后发现输入漂移。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力增益和错误成本时，通常会得到更好的结果。
风险与防护栏
优化一项基准测试可以隐藏更广泛的系统弱点。
基础设施和维护成本常常被低估。
随着系统变得更加复杂，安全性和可观察性差距可能会扩大。
实施路线图
在实施之前定义延迟、质量和成本目标。
在实施之前定义延迟、质量和成本目标。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
在实际负载和数据条件下进行基准测试。
在实际负载和数据条件下进行基准测试。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
仪器监控错误、漂移和用户影响。
仪器监控错误、漂移和用户影响。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
在扩展之前准备回滚和事件响应路径。
在扩展之前准备回滚和事件响应路径。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。