吳彥霖
on March 6, 2023
在監控模型飄移(Model Drift)的方法中， KS 檢定(Kolmogorov-Smirnov Test, KS Test)可用來偵測是否發生資料飄移(Data Drift)，係一種無母數統計檢定(Nonparametric Statistics)，主要係藉由比較兩樣本的累積分佈函數(Cumulative Distribution Function, CDF)，透過計算兩 CDF 彼此之間的最大差距，推論兩樣本是否源自於同一個母體分佈。
Requirements :
範例說明:
在 2022年 3月初鎳的交易市場中，發生了前所未見的暴漲，市場將此事件稱為「妖鎳事件」。本範例將應用 2021 年起每個交易日的鎳現金結算數據，且使用 KS 檢定來觀察鎳的交易市場，在事件發生前後的時間，資料是否產生明顯的偏移現象?
數據飄移的偵測結果:
兩樣本 KS 檢定中的虛無假設(Null Hypothesis)為兩樣本資料來自於同一母體分佈，當我們拒絕虛無假設時，意味著有顯著的證據指出，兩樣本之間存在差異。下列我們使用兩種不同的偵測方式:方式一 : 固定一個滑動視窗
方式二 ; 滑動視窗皆不固定
Back to How to Detect Model Drift?