Détecter un décalage des données avec le test de Kolmogorov-Smirnov

Après avoir déployé avec succès votre modèle de prédiction des maladies cardiaques, vous surveillez sa performance et ses données d'entrée. Vous avez remarqué que la distribution de certaines caractéristiques clés dans les données récentes collectées en février semble un peu différente de celle des données sur lesquelles vous avez entraîné le modèle en janvier. De tels écarts peuvent affecter la performance du modèle, et il est essentiel de les détecter et d'y remédier.

Dans cet exercice, vous utiliserez le test de Kolmogorov-Smirnov (K-S) pour détecter tout décalage potentiel des données entre les jeux de données de janvier et de février. Des jeux d'exemples appelés january_data et february_data sont déjà chargés pour vous.

Cette activité fait partie du cours

Apprentissage Machine de bout en bout

Voir le cours

Instructions de l’exercice

Importez la fonction ks_2samp du module scipy.stats.
Utilisez les jeux d'exemples fournis january_data et february_data pour effectuer le test de Kolmogorov-Smirnov; calculez la statistique de test et la p-value.
Vérifiez si la p-value est inférieure à 0.05, ce qui indiquerait un décalage des données; si un décalage est détecté, affichez "Data drift detected.", sinon, affichez "No data drift detected."

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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.")

Modifier et exécuter le code