Мы думали, что в скоринге важен размер выборки. Оказалось, что дело в числе дефолтов

Что важнее для кредитного скоринга: 50 000 заявок или 500 реальных дефолтов?

Я сравнил TabPFN-2.5 и CatBoost на 3 млн обезличенных банковских заявок. Эксперимент показал: при одинаковом количестве дефолтов увеличение обучающей выборки в 25 раз практически не меняет ROC AUC.

В статье 60 экспериментальных конфигураций, сравнение двух моделей, анализ ошибок и попытка найти баланс между качеством предсказаний и вычислительными затратами.

Почему количество редких событий может оказаться важнее объёма данных — разбираемся на реальном банковском скоринге.