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、统计测试（PSI、KS）和自定义指标实施​​全面的模型漂移监控，以检测生产 ML 系统中的数据漂移和概念漂移。设置自动警报和报告工作流程，以在影响业务指标之前捕获性能下降情况。当生产模型出现无法解释的性能下降时、当新数据分布与训练数据不同时、当季节性变化影响输入特征时，或者当法规要求强制模型监控时，请使用。 来源：pjt222/development-guides。