Mida la deriva con PSI y KS
Cuantifique el cambio de distribución de cada característica.
Mida la deriva con PSI y KS es una lección gratuita de MLOps Academy en CoddyKit. Esta es la lección 2 de 4. Puedes leer la lección completa abajo gratuitamente — luego la practicas en el navegador con un editor de código integrado y un tutor de IA 24/7. Forma parte de la ruta de aprendizaje de MLOps Academy, y tu progreso se sincroniza en la web y la app de CoddyKit. El curso de MLOps Academy incluye 4 lecciones en total.
De la intuición al número
Decir que una característica parece diferente no es suficiente. Necesita un número que indique cuánto cambió su distribución. Dos herramientas fiables son PSI y la prueba de KS. 📏
Qué mide PSI
El Population Stability Index compara una característica actual con la del entrenamiento, intervalo por intervalo. Cuanto mayor sea la diferencia en cada intervalo, mayor será la puntuación.
Interpretar los valores de PSI
Una regla práctica habitual: un PSI inferior a 0,1 indica estabilidad; entre 0,1 y 0,25, un cambio moderado; y por encima de 0,25, un drift significativo que merece atención.
Cómo se calcula PSI
Para cada intervalo, PSI multiplica la diferencia porcentual por el logaritmo de la razón entre los dos porcentajes y después suma todos los intervalos en una sola puntuación.
import numpy as np
def psi(expected, actual):
return np.sum((actual - expected) * np.log(actual / expected))Primero se crean los intervalos
PSI necesita que ambas muestras se coloquen en los mismos intervalos, normalmente deciles de los datos de entrenamiento. Usar los mismos límites en ambos lados mantiene la comparación equilibrada.
edges = np.quantile(reference, np.linspace(0, 1, 11))
exp = np.histogram(reference, edges)[0] / len(reference)
act = np.histogram(current, edges)[0] / len(current)Qué mide la prueba de KS
La prueba de Kolmogorov-Smirnov encuentra la mayor diferencia entre dos distribuciones acumuladas. Esa distancia máxima es el estadístico KS.
KS en una línea
SciPy le proporciona directamente la prueba de KS. Un valor p pequeño significa que probablemente las dos muestras proceden de distribuciones diferentes, lo que apunta a la existencia de drift.
from scipy.stats import ks_2samp
stat, pvalue = ks_2samp(reference, current)
drifted = pvalue < 0.05PSI frente a KS
PSI ofrece una única puntuación de severidad, ideal para paneles de control. KS ofrece un valor p estadístico, ideal para decisiones binarias. Muchos equipos supervisan ambos en paralelo.
Características categóricas
PSI funciona de forma natural con categorías y trata cada valor como su propio intervalo. KS supone números ordenados, así que use chi-cuadrado para las características categóricas.
Vigile el tamaño de la muestra
Con muestras enormes, la prueba de KS puede marcar como significativos cambios mínimos e inofensivos. Combine su valor p con un tamaño del efecto, como PSI, antes de generar una alerta.
Por característica y después en conjunto
Ejecute estas pruebas por característica y después resuma los resultados. Una señal útil es la proporción de características que presentaron drift, que indica si el cambio es amplio o limitado. 📊
Comprobación rápida
Resumen
Convirtió el drift en números: PSI mide la severidad mediante intervalos y KS mide la mayor diferencia entre distribuciones. Use ambos, tenga en cuenta el tamaño de la muestra y elija la prueba adecuada para cada tipo de característica. 🎯
Aprende Python con un tutor de IA — gratis
Escribe y ejecuta código real en tu navegador, obtén ayuda instantánea de un tutor de IA disponible 24/7 y continúa donde lo dejaste en la web o en la aplicación.
- Cursos
- 30
- Lecciones
- 120
Preguntas frecuentes
¿La lección «Mida la deriva con PSI y KS» es gratis?
Sí — el texto completo de «Mida la deriva con PSI y KS» es gratis para leer aquí en la web. Para practicarla de forma interactiva (editor de código integrado y tutor de IA 24/7) y desbloquear el resto del curso de MLOps Academy, actualiza a CoddyKit PRO. El curso de MLOps Academy incluye 4 lecciones en total.
¿Qué aprenderé en «Mida la deriva con PSI y KS»?
Cuantifique el cambio de distribución de cada característica. Practicas MLOps Academy con código real que ejecutas directamente en el navegador, y un tutor de IA 24/7 responde tus preguntas mientras trabajas en la lección.
¿Necesito experiencia previa para empezar MLOps Academy?
No se requiere experiencia previa. MLOps Academy en CoddyKit está estructurado para principiantes hasta estudiantes avanzados, así que puedes empezar aquí o desde el inicio y avanzar a tu ritmo. Esta es la lección 2 de 4.
¿Cuánto tiempo toma la lección «Mida la deriva con PSI y KS»?
La mayoría de las lecciones de CoddyKit toman alrededor de 5–10 minutos. Cada una es compacta e interactiva, así que avanzas constantemente y retomas exactamente por donde dejaste en la web y la app.
¿Puedo escribir y ejecutar código en esta lección de MLOps Academy?
Sí. Cada lección de MLOps Academy incluye un editor de código integrado, así que escribes y ejecutas código real directamente en tu navegador y obtienes retroalimentación instantánea de IA — sin configuración local necesaria.
Todas las lecciones de este curso
- Deriva de datos frente a deriva conceptual
- Mida la deriva con PSI y KS
- Genere informes de deriva con Evidently
- Defina umbrales y activadores de deriva