分布变化下的反事实模型测试

研究提出分布变化下的在线模型测试方法，通过在已知标签的受控基线上复现观测到的人群变化和数据完整性问题，估计模型当前性能及修复数据问题的潜在收益。真实数据集上的模拟故障实验显示，区分这两类变化来源通常能改善估计；流失预测案例展示了测试如何支持监控与修复优先级排序。