用evidently快速检测特征漂移：装包→构造reference/current数据集→用DatasetDriftTab生成HTML报告；默认KS/卡方检验+0.05阈值易误报，需结合业务调参；核心看metrics0["drift_detected"]，但结果依赖方法与阈值，并非绝对。
怎么用 evidently 快速跑通一个特征分布检测
直接上手最简流程：装包、构造数据集、调报告，5 分钟内能看到漂移结论。关键不是“能不能跑”，而是“跑出来的结果你信不信”。evidently 默认用 KS 检验和卡方检验做数值型/分类型特征的统计显著性判断，但阈值全靠默认（p_value=0.05），没改就直接当“有漂移”报警，容易误报。
实操建议：
- 先用
DatasetDriftTab生成 HTML 报告看一眼整体趋势，别一上来就嵌进 pipeline - 数值特征默认用
ks，但小样本（n ）下 KS 不稳定，可手动切到 <code>chi2或psi（需显式传drift_options={"numerical_method": "psi"}） - 分类型特征若类别数 > 20，
chi2会因稀疏频次失效，得先做top_k=10类别截断或合并低频项 - 别把训练集当 reference 直接扔进去——确保 reference 数据是稳定期（如上线前 7 天）的快照，不是整个历史训练集
report.get_results() 返回的结构到底怎么看
很多人导出 JSON 后对着嵌套字典发懵。核心就三层：metrics 是每个特征的漂移判定结果，details 是原始统计值（比如 KS 统计量、p 值），timestamp 是生成时间。真正要监控的是 metrics[0]["result"]["drift_detected"] 这个布尔值，但它依赖你传入的 p_value 和方法，不是绝对真理。
常见错误现象：
立即学习“Python免费学习笔记（深入）”；
- 同一特征在不同报告里有时漂移有时不漂移 → 检查是否混用了
reference和current数据的时间窗口，或者没固定随机种子（shuffle=False） -
drift_detected=True但p_value=0.06→ 默认阈值被改过，或用了非默认检验方法（比如psi没设阈值，默认用 0.1） - 报告里显示“no drift”，但直方图明显偏移 →
psi对尾部变化不敏感，换回ks或加segmentation按分位数切片再检
集成到线上服务时，DataDriftProfileView 和 Report 到底选哪个
别被名字绕晕：Report 是带 UI 的完整 HTML，适合人工复核；DataDriftProfileView 是轻量级 profile，只输出 JSON，专为 API 集成设计。想塞进 Airflow 或 Prometheus，必须用后者。
性能与兼容性影响：
-
Report构建耗内存，大数据集（>10 万行）易 OOM，且生成过程不可中断 -
DataDriftProfileView支持columns参数预筛字段，避免对 ID、timestamp 这类无意义列做漂移计算 - 注意版本差异：0.3.x 里
DataDriftProfileView不支持psi方法，升级到 0.4+ 才行 - 如果用 Spark DataFrame 输入，得先
.toPandas()，否则报TypeError: unhashable type: 'DataFrame'
为什么 evidently 算出来没漂移，但模型效果却掉了
因为 evidently 只管单特征分布，不管特征组合、时序依赖、label 分布偏移，更不碰模型预测逻辑本身。它发现不了“用户点击率整体下降 20%，但每个渠道的点击率分布都稳如泰山”这类 case。
容易被忽略的地方：
- 没配
target列时，它根本不会算 label drift —— 即使你传了 y_true，也得显式写column_mapping = ColumnMapping(target="target") - 时间序列场景下，用滚动窗口比固定 reference 更合理，但
evidently原生不支持，得自己切片 + 循环调用 - 类别型特征若发生新类别（
unseen category），默认统计会跳过该样本，导致漂移漏报 —— 要开handle_unknown_categories=True并设unknown_category_threshold
分布没动，效果掉了，大概率是特征与 label 的关系变了，不是特征自己变了。这时候得补上 ModelPerformanceMetrics 或直接上 What-If Tool 查归因。
