Data drift: ожидаемое число ложных срабатываний
Монитор проверяет сразу несколько признаков, хотя распределения данных не изменились. Рассчитайте ожидаемое число ложных срабатываний при заданном уровне значимости и выберите ответ. Разбор подготовки данных, оценки и деплоя моделей продолжайте в платном курсе «Data Scientist: от данных до деплоя моделей» — откройте программу.
Ты проверяешь 50 признаков на дрейф с уровнем значимости α = 0.05 для каждого. Сколько ложных срабатываний ожидается в среднем, если дрейфа нет ни в одном признаке?
Без регистрации · результат не сохраняется
Связанные задачи
- KS и PSI: добавьте флаги алертов в pandas DataFrame
- float32 is not JSON serializable: задача про /predict
- Uvicorn в Docker: почему недоступен /predict
- Dockerfile ML-сервиса: порядок COPY и установки зависимостей
- Docker build: исключите data и CSV из контекста
- KL-дивергенция одинаковых распределений: задача
