Перейти к содержимому
SBER 286,53 ₽ 0,42% снижение за прошлую сессиюIMOEX 2 326,05 1,16% снижение за прошлую сессию
·Технологии·источник: Habr·1 мин

Признаки в обучении и проде расходятся: воспроизводим ошибку на тестовом наборе

Модель проходит офлайн-тесты, но ошибается в продакшене из-за расхождения входных признаков. На примере Python разбираем, как выявить Training–Serving Skew, восстановить данные на момент прогноза и автоматизировать проверку перед релизом.

Разобрать пример

Отрывок из ленты источникаЧитать у источника: Habr

Признаки в обучении и проде расходятся: воспроизводим ошибку на тестовом наборе