批次偏移根因分析：PSI告警后的特征排查流程 - 第1节
1.1 什么是批次偏移
在机器学习模型的生产部署中，批次偏移（Batch Drift / Data Drift）是指模型上线后，输入数据的分布与模型训练时所使用的数据分布之间出现显著差异。这种差异通常不是一次性突变，而是随着时间推移、业务环境变化或数据采集链路异常而逐渐累积。
核心定义： 批次偏移 = 生产环境输入特征分布 ≠ 训练/验证环境特征分布。当偏移程度超过预设阈值时，模型预测性能将不可逆地下降。
偏移的三种常见类型
| 偏移类型 | 定义 | 典型场景 |
|---|---|---|
| 特征偏移（Feature Drift） | 单个或一组输入特征的统计分布发生变化 | 用户年龄分布因新渠道获客而整体年轻化 |
| 标签偏移（Label Drift） | 预测目标（ground truth）的分布发生变化 | 风控模型的正样本率从 2% 上升至 8% |
| 概念偏移（Concept Drift） | 特征与标签之间的映射关系发生变化 | 同样的消费行为在疫情前后对应不同的违约概率 |
本课程聚焦于特征偏移的根因排查，因为它是 PSI 告警后最常触发、也最需要系统性排查流程的偏移类型。
1.2 PSI 的定义与业务意义
群体稳定性指标（Population Stability Index, PSI）是衡量两个样本分布之间差异程度的量化指标。在模型监控中，PSI 用于比较生产批次与训练/基准批次在同一特征上的分布差异。
PSI 计算公式
PSI = Σ (P_i - Q_i) × ln(P_i / Q_i)
其中：
- P_i = 生产批次在第 i 个分箱中的样本占比
- Q_i = 基准批次在第 i 个分箱中的样本占比
- 分箱方式：等距分箱、等频分箱或决策树分箱PSI 阈值与业务解读
| PSI 范围 | 偏移程度 | 业务建议 |
|---|---|---|
| PSI < 0.1 | 无显著偏移 | 无需干预，持续监控 |
| 0.1 ≤ PSI < 0.25 | 轻度偏移 | 触发预警，启动初步排查 |
| PSI ≥ 0.25 | 严重偏移 | 立即告警，必须进行根因分析并考虑模型重训 |
⚠️ 常见误区： PSI 只能检测分布差异的大小，无法告知差异来自哪个特征子群或由何种业务原因导致。这正是本课程要解决的痛点——PSI 告警后的特征级根因排查。
PSI 的业务意义
- 模型健康度晴雨表： PSI 是模型监控的第一道防线，告警意味着模型可能正在失效。
- 量化决策依据： 将模糊的"数据好像变了"转化为可比较的数值阈值，支持自动化运维。
- 排查起点： PSI 告警触发后，需要逐特征计算贡献度，定位偏移根因。
1.3 课程目标与学习路径
课程目标
完成本课程后，你将能够：
- 理解 PSI 的计算原理与局限性，知道何时该信任告警、何时需要人工复核。
- 掌握特征级 PSI 分解方法，从整体 PSI 告警中快速定位贡献最大的特征子集。
- 建立系统化的根因排查流程，涵盖数据质量检查、业务归因、特征工程回溯三个维度。
- 输出可落地的排查报告，包含偏移特征清单、影响评估和修复建议。
学习路径
| 阶段 | 章节范围 | 核心产出 |
|---|---|---|
| 基础篇 | 第 1-3 章 | PSI 计算、特征贡献度分解、告警阈值设定 |
| 排查篇 | 第 4-6 章 | 数据链路排查、特征分布可视化、业务归因模板 |
| 实战篇 | 第 7-9 章 | 端到端案例演练、自动化排查脚本、报告生成 |
| 进阶篇 | 第 10 章 | 多特征联合偏移、概念漂移交叉验证 |
💡 学习建议： 本课程采用"理论 + 代码 + 案例"三明治结构。每章末尾都配有可运行的 Python 排查脚本片段，建议你在 Jupyter Notebook 中边学边练，将 PSI 告警后的排查流程内化为自己的技术肌肉记忆。