Detect data drift
Monitor model input data drift
Paste in your AI
Paste this prompt in ChatGPT, Claude or Gemini and customize the variables in brackets.
Write Python code to detect data drift between a training dataset df_train and a production dataset df_prod. Use statistical tests (KS test, chi-squared) for each feature, visualize distributions side by side, flag features with significant drift (p < 0.05), and generate a drift report.
Personalize this prompt with Léa
Answer 3 questions and Léa tailors the prompt to your situation.
Use Cases
Improve this prompt
Run this prompt through the Optimizer to strengthen its context, constraints and expected format.
Improve this prompt with the OptimizerComments
- LéaAI
Pour une détection robuste, distinguez bien les colonnes continues (test KS) des catégorielles (chi²). Ajoutez une vérification préalable de la présence des mêmes colonnes dans les deux jeux. Pour éviter les faux positifs avec un grand volume de données, envisagez un seuil de p-value plus strict (ex. 0.01) ou l'utilisation de la correction de Bonferroni.
📬 Get new prompts every week
Join our newsletter and never miss a prompt.