4. PSI阈值与模型生命周期：动态调整策略

模型生命周期各阶段对稳定性的容忍度截然不同。PSI阈值若“一刀切”，会导致开发期过度敏感、监控期漏报、退役期误判。本章按开发期→验证期→监控期→退役期四个阶段，给出阈值动态调整策略与实操依据。

4.1 各阶段风险容忍度与阈值基准

4.2 模型开发期：严格筛选，防患未然

开发期PSI用于特征稳定性初筛与训练/测试分布一致性检查。此阶段数据分布差异可能来自采样偏差或特征构造错误，需采用严格阈值。

• 特征级PSI：每个入模特征计算PSI，阈值设为0.05。超过0.05的特征需做分箱调整或剔除。
• 模型得分PSI：训练集 vs 测试集（时间外样本），阈值设为0.10。超过0.10需检查样本代表性。
• 调整策略：每轮特征迭代后重新计算，阈值可随特征稳定性提升逐步放宽至0.10。

# 开发期特征PSI计算示例（Python伪代码）
def feature_psi(train_bin, test_bin, threshold=0.05):
    psi = sum((test_pct - train_pct) * log(test_pct / train_pct))
    if psi > threshold:
        print(f"特征不稳定，PSI={psi:.3f}，建议调整分箱或剔除")
    return psi

4.3 模型验证期：跨时间校准，容忍适度漂移

验证期使用跨时间样本（OOT）或跨区域样本验证模型泛化能力。此阶段允许一定程度的分布漂移，阈值适当放宽。

4.4 模型监控期：分层预警，动态响应

监控期PSI阈值需按预警等级分层设定，配合业务响应机制。单一阈值无法兼顾早期预警与误报控制。

• 绿色区（PSI < 0.15）：模型稳定，无需干预。
• 黄色预警（0.15 ≤ PSI < 0.25）：触发关注，需分析漂移原因，准备校准方案。
• 红色预警（PSI ≥ 0.25）：触发紧急干预，暂停模型使用或切换备用模型。

4.5 模型退役期：容忍高漂移，辅助下线决策

退役期PSI用于判断模型是否因环境变化而永久失效。此阶段阈值最宽松，重点在于识别“不可逆漂移”。

4.6 生命周期PSI阈值动态调整流程

4.7 阈值动态调整决策矩阵

实际工作中，PSI阈值需结合模型重要性与环境变化速度综合调整。以下矩阵可作为参考：