Detekce data driftu pomocí Kolmogorov-Smirnovova testu

Po úspěšném nasazení modelu pro predikci srdečních onemocnění sleduješ jeho výkon a vstupní data. Všiml/a sis, že rozdělení některých klíčových příznaků v datech z února vypadá trochu jinak než v datech, na kterých jsi model trénoval/a v lednu. Takové rozdíly mohou ovlivnit výkon modelu, a proto je důležité je včas odhalit a řešit.

V tomto cvičení použiješ Kolmogorov-Smirnovův (K-S) test k detekci případného data driftu mezi lednovým a únorovým datasetem. Vzorové datasety january_data a february_data jsou již načteny.

Toto cvičení je součástí kurzu

Strojové učení od začátku do konce

Zobrazit kurz

Pokyny k cvičení

Importuj funkci ks_2samp z modulu scipy.stats.
Pomocí připravených vzorových datasetů january_data a february_data proveď Kolmogorov-Smirnovův test a vypočítej testovou statistiku a p-hodnotu.
Zkontroluj, zda je p-hodnota menší než 0.05, což by signalizovalo data drift. Pokud je data drift detekován, vypiš "Data drift detected.", v opačném případě vypiš "No data drift detected."

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Import the ks_2samp function
from ____.____ import ____

# Calculate the test statistic and p value
test_statistic, p_value = ____(____, ____)

# Check the p-value and print the detection result
if ____:
	print("Data drift detected.")
else:
	print("No data drift detected.")

Upravit a spustit kód