我在种群 A 上训练了一个树集成分类器 (XGBOOST)，对其进行了验证，我对其准确性感到满意 (AUC 0.78)。现在我试图将它转移到一个稍微不同的群体 B，并且模型的准确性严重恶化（AUC 0.68）

我尝试通过简单的单变量分析（比较分布）和比较每个特征与标签的相关性来隔离哪些特征没有很好地转移，但找不到任何明显的东西。

有没有办法调试和理解在 A 处持有的模型假设在 B 处不成立？我考虑过比较 A 和 B 中验证群体的每棵树中每个节点的标签分布，从而测试模型假设在 B 处实际持有的所有条件概率。

这会帮助我理解什么坏了？还是我会得到很多微小的差异？还有其他一些我想念的简单方法吗？

（与本次调查相关机器学习学会在未来的数据分布上很好地工作？）