特征漂移检测

思路：
评价测试集与训练集分布是否相像，如果不像，则有可能是发生了漂移。

评价方法：

1. 对训练集打标签0，测试集打标签1生成新数据集
2. 训练一个二分类模型
3. 评价AUC指标，如果非常高，则发生漂移（模型能轻易分辨出训练和测试数据）
4. 依据特征重要性，删除若干个指标，重新训练，并重复步骤2-4，直到auc很低
5. 用保留下来的数据训练模型