Bonferroni correction

研究发现，机器学习监控中的漂移检测器容易出现误报

一篇新的研究论文分析了机器学习监控中常用漂移检测方法的误报率。研究发现，虽然PSI对批次大小敏感，并且在小样本量下会产生频繁的误报，但其性能在批次超过200个样本时有所改善。KS、MMD和LSDD在不同批次大小下表现出更稳定但仍有波动的可靠性。应用Bonferroni校正可减少假阳性，但也会降低真阳性敏感度，凸显了漂移检测中稳定性和敏感性之间固有的权衡。