Documentation — Simulation Fraude Mobile Money (PaySim)

Référence complète pour utiliser ce dataset

Fraude ML

Sommaire

Description Variables Utilisation Citation & Licence

Description

6.3 millions de transactions de mobile money simulées avec fraudes. Généré par simulation multi-agents calibrée sur données réelles africaines. Types de transactions : CASH-IN, CASH-OUT, DEBIT, PAYMENT, TRANSFER.

Source

Kaggle

Lignes

6 362 620

Colonnes

11

Taille

—

Licence

cc-by

Variable cible

isFraud

Date création

10/03/2026

Format

—

Domaines

Fraude, ML

Dictionnaire des variables

Le dictionnaire des variables n'est pas encore renseigné pour ce dataset.

Les statistiques automatiques sont disponibles dans l'onglet Statistiques & Profil.

Comment utiliser ce dataset

import pandas as pd

# Charger le dataset
df = pd.read_csv("URL_DU_FICHIER")

# Aperçu rapide
print(df.shape)        # (6362620, 11)
print(df.dtypes)
print(df.describe())
df.head(10)

# Variable cible
X = df.drop(columns=["isFraud"])
y = df["isFraud"]

# Charger le dataset
df <- read.csv("URL_DU_FICHIER", stringsAsFactors = FALSE)

# Aperçu rapide
dim(df)          # 6362620 x 11
str(df)
summary(df)
head(df, 10)

# Variable cible
y <- df$isFraud
X <- df[, !names(df) %in% c("isFraud")]

# Télécharger le dataset
curl -L -o "simulation_fraude_mobile_money_(paysim).csv" \
  "URL_DU_FICHIER"

# Vérification (nombre de lignes)
wc -l "simulation_fraude_mobile_money_(paysim).csv"

Citation & Licence

Licence

cc-by

Format BibTeX

@dataset{simulation_fraude_mobile_money_paysim_2026,
  title  = {Simulation Fraude Mobile Money (PaySim)},
  author = {StochastiQdata},
  year   = {2026},
  url    = {https://stochastiqdata.com/modeling/76ee8358-09f2-4ca7-8904-3de404482030},
  note   = {Dataset pour actuaires}
}

Format APA

StochastiQdata. (2026). Simulation Fraude Mobile Money (PaySim) [Dataset].
  https://stochastiqdata.com/modeling/76ee8358-09f2-4ca7-8904-3de404482030