0Pricing
MLOps Academy · Leçon

Générer des rapports de dérive avec Evidently

Produisez des rapports de dérive et de qualité faciles à partager.

Générer des rapports de dérive avec Evidently est une leçon MLOps Academy gratuite sur CoddyKit. Ceci est la leçon 3 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage MLOps Academy, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours MLOps Academy comprend 4 leçons au total.

Certaines parties de cette leçon n'ont pas encore été traduites et s'affichent en anglais.

Drift You Can Share

Raw PSI and KS numbers are great for code, but teammates want a clear picture. Evidently turns drift checks into shareable visual reports. 📈

What Evidently Does

Evidently is an open-source Python library that compares a reference dataset against current data and renders ready-made drift and quality reports.

Install It First

Getting started is a single pip install. Then you import the report and preset you need for the analysis.

pip install evidently

Reference vs Current

Every Evidently report needs two frames: a reference baseline, usually training data, and the current production data you want to compare against it.

reference = train_df
current = production_df

The Data Drift Preset

A preset bundles many checks at once. DataDriftPreset runs a per-feature drift test and summarizes how many features moved.

from evidently.report import Report
from evidently.metric_preset import DataDriftPreset

Run a Report

Build a Report with your chosen metrics, then run it on both datasets. Evidently picks sensible drift tests per column automatically.

report = Report(metrics=[DataDriftPreset()])
report.run(reference_data=reference, current_data=current)

Save It as HTML

Export the report to a single HTML file. Anyone can open it in a browser, no Python required, which makes sharing painless.

report.save_html("drift_report.html")

Get the Result as a Dict

For automation, pull the report out as a dict instead of HTML. Now your pipeline can read drift flags and act on them in code.

result = report.as_dict()
drift = result["metrics"][0]["result"]

Beyond Drift

Evidently is not only for drift. The DataQualityPreset flags missing values and odd ranges, so you catch broken inputs alongside shifting ones.

Test Suites for Pass or Fail

When you want a clear verdict, use an Evidently TestSuite. It returns pass or fail per check, perfect for gating a CI pipeline.

Schedule It

The real power comes from running reports on a schedule, like daily, and storing each one. Over time you build a living history of your data health. ⏱️

Quick Check

One question on wiring drift into automation.

Recap

You met Evidently: feed it reference and current data, run a preset, then save HTML for humans or as_dict for automation. Schedule it to track data health over time. 🎯

Questions Fréquemment Posées

La leçon « Générer des rapports de dérive avec Evidently » est-elle gratuite ?

Oui — le texte complet de « Générer des rapports de dérive avec Evidently » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours MLOps Academy, passe à CoddyKit PRO. Le cours MLOps Academy comprend 4 leçons au total.

Qu'est-ce que j'apprendrai dans « Générer des rapports de dérive avec Evidently » ?

Produisez des rapports de dérive et de qualité faciles à partager. Tu pratiques MLOps Academy avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.

Dois-je avoir de l'expérience pour commencer MLOps Academy ?

Aucune expérience préalable n'est requise. MLOps Academy sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 3 sur 4.

Combien de temps prend la leçon « Générer des rapports de dérive avec Evidently » ?

La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.

Peux-tu écrire et exécuter du code dans cette leçon MLOps Academy ?

Oui. Chaque leçon MLOps Academy inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.

Toutes les leçons de ce cours

  1. Dérive des données ou dérive du concept
  2. Mesurer la dérive avec PSI et KS
  3. Générer des rapports de dérive avec Evidently
  4. Définir les seuils et déclencheurs de dérive
← Retour à MLOps Academy