VIP20
本课程属于：042-风控数据质量规则灰度发布 金融科技风控与量化工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

XGBoost上线前的数据质量回放验证指南

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导论
为什么需要数据质量回放验证 · 回放验证在MLOps中的位置 · 课程目标与受众
课程导论为什么需要数据质…
02
XGBoost模型生命周期回顾
从训练到上线的完整流程 · 离线评估与在线推理的差异 · 数据漂移的引入点
XGBoost模型生命周期回顾
03
数据质量回放验证核心概念
什么是回放验证 · 回放验证与单元测试/集成测试的区别 · 回放验证的三大支柱（完整性
数据质量回放验证…什么是回放验证
04
回放验证环境搭建
Python虚拟环境配置 · 依赖库安装（xgboost · pandas
回放验证环境搭建Python
05
训练数据Schema定义
特征列名 · 数据类型 · 缺失值标记
Schema训练数据
06
生产数据Schema校验
使用Great Expectatio… · 列存在性检查 · 数据类型检查
Schema生产数据
07
特征分布统计量对比
均值 · 方差 · 分位数
特征分布统计量对…均值
08
KS检验与PSI指标
KS检验原理 · 群体稳定性指标(PSI)计算 · PSI阈值设定（0.2告警）
KSPSI
09
类别特征频次漂移检测
卡方检验 · 频次分布对比 · 罕见类别出现/消失告警
类别特征频次漂移…卡方检验
10
缺失值模式变化检测
缺失率对比 · 缺失模式（MCAR/MAR/MNAR… · 缺失值填充策略一致性检查
缺失值模式变化检…缺失率对比
11
时间戳与时效性验证
数据时间戳范围检查 · 数据延迟监控 · 时间序列顺序完整性检查
时间戳时效性验证
12
数据量级与批次完整性
记录数对比 · 批次ID连续性检查 · 数据重复行检测
数据量级批次完整性
13
标签分布一致性验证
训练集与回放数据标签分布对比 · 回归任务中标签范围检查 · 分类任务中类别平衡度检查
标签分布一致性验…训练集
14
特征工程逻辑回放
特征衍生逻辑复现 · 分箱边界一致性 · 标准化/归一化参数复用验证
特征工程逻辑回放特征衍生逻辑复现
15
模型输入格式校验
DMatrix构建参数检查 · 缺失值处理方式（missing参数） · 特征顺序一致性
模型输入格式校验DMatrix
16
模型预测结果合理性检查
预测值范围检查 · 预测值分布形态 · 与历史预测分布对比
模型预测结果合理…预测值范围检查
17
回放验证流水线设计
基于Airflow的DAG设计 · 任务依赖关系 · 失败重试与告警机制
回放验证流水线设…Airflow
18
自动化回放验证脚本编写
Python脚本框架 · 配置化驱动 · 报告生成（HTML/JSON）
自动化回放验证脚…Python
19
Great Expectations高级用法
自定义Expectation · DataContext配置 · Checkpoint管理
GreatExpectations
20
回放验证报告解读
报告结构 · 关键指标仪表盘 · 异常项优先级排序
回放验证报告解读报告结构
21
阈值设定策略
基于统计方法的动态阈值 · 基于业务容忍度的静态阈值 · 多环境差异化阈值
阈值设定策略基于统计方法的动…
22
告警与通知集成
邮件告警 · 企业微信/钉钉机器人 · PagerDuty集成
告警通知集成
23
回放验证与模型版本管理
结合MLflow记录验证结果 · 模型注册时的质量门禁 · 回滚触发条件
回放验证模型版本管理
24
多模型并行回放策略
模型组概念 · 资源隔离 · 并行执行与结果汇总
多模型并行回放策…模型组概念
25
大规模数据回放性能优化
数据采样策略 · 分布式计算（Spark/Pandas… · 增量回放
大规模数据回放性…数据采样策略
26
回放验证的CI/CD集成
在GitLab CI/Jenkins… · 流水线门禁 · 自动阻断不良模型上线
CI/CD回放验证的
27
常见问题与排错指南
Schema不匹配 · 分布漂移误报 · 性能瓶颈
常见问题排错指南
28
案例实战
金融风控模型回放验证 · PSI监控 · 标签时效性检查
案例实战金融风控模型回放…
29
案例实战
推荐系统模型回放验证 · 物品冷启动检测 · 实时性验证
案例实战推荐系统模型回放…
30
课程总结与最佳实践
回放验证清单 · 持续改进策略 · 未来展望（数据质量即代码）
课程总结最佳实践