機器學習模型的特徵監控方案設計

1. 預備知識 1.1 KS-檢驗 KS-檢驗與t-檢驗等方法不同的是KS檢驗不需要知道數據的分佈情況，可以算是一種非參數檢驗方法。當然這樣方便的代價就是當檢驗的數據分佈符合特定的分佈時，KS-檢驗的靈敏度沒有相應的檢驗來的高。在樣本量比較小的時候，KS-檢驗作爲非參數檢驗，在分析兩組數據之間是否存在異常時相當常用。 PS：t-檢驗的假設是檢驗的數據滿足正態分佈，否則對於小樣本不滿足正態分佈的數據

>>阅读原文<<