4. 数据漂移类型与检测方法

在模型监控与漂移控制审计中，最容易被混淆的不是“有没有漂移”，而是“漂移发生在哪一层”。同一个线上指标下滑，可能来自输入分布变化、标签分布变化，也可能来自输入与标签之间映射关系的改变。三者的检测对象、统计检验方法和处置策略完全不同。本节围绕协变量漂移、标签漂移、概念漂移三类核心漂移，建立可落地的识别指标体系与检验方法。

一、核心原理：三类漂移的数学定义与审计视角

设特征为 X，标签为 Y，模型输出为 f(X)。训练期联合分布为 P_train(X,Y)，线上期为 P_live(X,Y)。三类漂移可统一表达为：

• 协变量漂移（Covariate Drift）：P(X) 变化，但 P(Y|X) 保持不变。即输入特征分布改变，决策边界本身仍然有效。
• 标签漂移（Label Drift / Prior Shift）：P(Y) 变化，但 P(X|Y) 保持不变。即正负样本比例改变，模型排序能力可能不变，但阈值校准失效。
• 概念漂移（Concept Drift）：P(Y|X) 变化。即同样的输入，真实标签的含义或映射关系发生改变，模型需要重新训练或调整。

审计视角下，关键不是只判断“漂移存在”，而是判断漂移是否影响模型有效性。协变量漂移可能只是输入采集口径变化；标签漂移可能只是业务季节性波动；概念漂移则通常直接威胁模型决策正确性。因此，检测指标必须与业务影响挂钩。

二、方法流程：识别指标与统计检验方法

检测流程建议按“数据层 → 标签层 → 性能层”逐层推进，避免直接跳到模型指标而忽略根因。

1. 协变量漂移检测：对每个特征计算训练期与线上期的分布差异。连续特征使用 KS 检验、PSI、Wasserstein 距离；类别特征使用卡方检验、JS 散度；高维特征可使用 MMD 或对抗验证（Adversarial Validation）。
2. 标签漂移检测：对标签分布做卡方检验或 JS 散度，监控正样本率、类别占比。若标签延迟到达，需使用代理指标或延迟校正。
3. 概念漂移检测：监控模型性能指标（AUC、F1、KS）随时间的变化，使用 DDM、EDDM、ADWIN 等在线漂移检测算法；也可通过残差分析、校准曲线偏移判断 P(Y|X) 是否改变。

三、案例/场景：信贷风控中的三类漂移识别

某信贷评分模型上线后，监控发现近 30 天通过率下降 12%。审计团队按三层排查：

• 协变量漂移：收入字段 PSI 从 0.03 升至 0.21，KS 检验 p 值小于 0.01，说明申请人群收入分布明显右移，属于输入分布变化。
• 标签漂移：逾期率从 4.1% 升至 6.8%，卡方检验显著，说明标签先验发生变化，但模型排序能力尚未明显下降。
• 概念漂移：AUC 从 0.78 降至 0.69，校准曲线整体上偏，说明同样的收入水平对应的违约风险已经改变，属于概念漂移。

最终结论是：协变量漂移和标签漂移同时存在，但真正导致模型失效的是概念漂移。若只监控 PSI，会误判为“输入变化”；若只看逾期率，会误判为“标签波动”。三层联合判断才能定位根因。

四、误区/复盘：常见误判与改进建议

• 误区一：PSI 高就一定是模型失效。PSI 只反映输入分布变化，若 P(Y|X) 稳定，模型可能仍然有效。应结合性能指标判断。
• 误区二：标签漂移等于概念漂移。标签比例变化不等于映射关系变化。需通过分层性能分析区分。
• 误区三：只做离线批量检验。概念漂移往往突发，建议引入 ADWIN、DDM 等在线检测，配合滑动窗口监控。
• 误区四：忽略标签延迟。标签未回流时，标签漂移和概念漂移检测会失真，应使用代理标签或延迟校正方法。

# 示例：协变量漂移 PSI 计算
import numpy as np

def psi(expected, actual, bins=10):
    breakpoints = np.percentile(expected, np.linspace(0, 100, bins + 1))
    expected_perc = np.histogram(expected, breakpoints)[0] / len(expected)
    actual_perc = np.histogram(actual, breakpoints)[0] / len(actual)
    expected_perc = np.where(expected_perc == 0, 0.0001, expected_perc)
    actual_perc = np.where(actual_perc == 0, 0.0001, actual_perc)
    return np.sum((actual_perc - expected_perc) * np.log(actual_perc / expected_perc))

# PSI < 0.1 稳定；0.1~0.25 预警；> 0.25 显著漂移