Kiedy estymacja wydajności zawodzi

Wyobraź sobie, że jesteś analitykiem danych w banku i pracujesz nad modelem przewidywania niespłacania kredytów. Co miesiąc otrzymujesz etykiety, które pozwalają weryfikować model i algorytm estymacji wydajności. W pewnym miesiącu obserwujesz, że wielu klientów z dobrze płatnymi pracami zaczyna częściej nie spłacać zobowiązań – w wyniku gwałtownego wzrostu inflacji i powiązanego kryzysu na rynku pracy.

Porównując estymowaną i rzeczywistą wydajność, zauważasz między nimi znaczną rozbieżność.

Co może być przyczyną tego, że algorytm estymacji wydajności nie radzi sobie w tej sytuacji?