monitor-model-drift

Detect and alert on data drift and concept drift in production ML models using statistical tests and automated monitoring.

Expected: Configuration file created with thresholds matching your model's tolerance.

On failure: Start with conservative thresholds (PSI > 0.2, KS p-value < 0.01) and tune based on false positive rate.

使用 Evidently AI、統計測試（PSI、KS）和自訂指標實施全面的模型漂移監控，以檢測生產 ML 系統中的資料漂移和概念漂移。設定自動警報和報告工作流程，以在影響業務指標之前捕獲效能下降。當生產模型出現無法解釋的效能下降時、當新資料分佈與訓練資料不同時、當季節性變化影響輸入特徵時，或當法規要求強制模型監控時，請使用。 來源：pjt222/development-guides。