driftmått

Driftmått är statistiska mått som används för att kvantifiera förändringar i data över tid eller i relationen mellan variabler, ofta i syfte att övervaka stabiliteten hos modeller eller processer. De är särskilt vanliga inom dataanalys, maskinlärning och processövervakning. Drift kan delas in i två huvudtyper: distributionsdrift (även kallad covariate shift) där fördelningen av indata förändras, och konceptdrift där sambandet mellan indata och utdata förändras.

För distributionsdrift används olika mått för att jämföra två fördelningar. Vanliga exempel är Population Stability Index (PSI), Kolmogorov-Smirnov-statistik (KS), samt avstånd som Kullback-Leibler-divergence (KL), Jensen-Shannon-divergence och Wasserstein- eller Earth Mover’s Distance. Dessa mått kan användas direkt på kontinuerliga data eller efter binning av variabler.

För konceptdrift används metoder som övervakar förändringar i relationen mellan indata och utdata över tid. Exempel på driftdetekteringsmetoder är ADWIN (Adaptive Windowing), Drift Detection Method (DDM), Page-Hinkley-test och CUSUM-varianter. Dessa metoder reagerar när prestanda eller statistiska egenskaper i data betydligt ändras.

Valet av driftmått beror på data typ och sammanhang. Mått kan kräva binning av data eller fungera direkt på kontinuerliga variabler. Resultatet används ofta för att besluta om modelluppdatering, insamling av ny data eller domänanpassning för att behålla prestanda. Det är vanligt att kombinera flera mått för en robust övervakning.