Le modèle XGBoost d'une entreprise en production montre une baisse significative du score F1 après plusieurs mois, par rapport au seuil de référence enregistré précédemment par SageMaker Model Monitor. Quelle est la cause la plus probable de la réduction du score F1 ?

La dérive conceptuelle (concept drift) est la cause la plus probable car elle se produit lorsque la relation entre les variables d'entrée et la variable cible change au fil du temps. Un modèle entraîné sur des données passées devient moins précis à mesure que les caractéristiques des données en production évoluent, ce qui entraîne une baisse des métriques de performance comme le score F1. L'architecture du modèle trop simple est moins probable car une baisse progressive du F1 sur plusieurs mois suggère un changement dans les données plutôt qu'une limitation architecturale initiale. Si le modèle était trop simple, le F1 aurait été faible dès le début. Les problèmes de qualité des données dans l'ensemble de données de référence auraient affecté la performance initiale du modèle, mais n'expliquent pas une baisse progressive après plusieurs mois. Des étiquettes de vérité terrain incorrectes lors du calcul de la ligne de base fausseraient la référence, mais n'expliquent pas non plus la dégradation progressive des performances du modèle en production.