StochastiQdata

Documentation — Risque de Crédit

Référence complète pour utiliser ce dataset

ML Pricing
Retour au dataset

Description

32 581 emprunteurs avec statut de défaut de crédit. Variables : âge, revenus, emploi, motif du prêt, historique crédit, taux d'endettement. Dataset propre et bien documenté pour la modélisation PD (Probabilité de Défaut).

Source

Kaggle

Lignes

32 581

Colonnes

11

Taille

Licence

cc-by

Variable cible

Risk

Date création

10/03/2026

Format

CSV

Domaines

ML, Pricing

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("https://mjqtthaypifkdlaneymx.supabase.co/storage/v1/object/public/datasets-files/e1c19e0b-e296-425b-bf7d-a87f9ecd198a/a515b053-6707-49b7-a2ef-1fd6eec597b6.csv")

# Aperçu rapide
print(df.shape)        # (32581, 11)
print(df.dtypes)
print(df.describe())
df.head(10)

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

Citation & Licence

Licence

cc-by

Format BibTeX

@dataset{risque_de_cr_dit_2026,
  title  = {Risque de Crédit},
  author = {StochastiQdata},
  year   = {2026},
  url    = {https://stochastiqdata.com/modeling/e1c19e0b-e296-425b-bf7d-a87f9ecd198a},
  note   = {Dataset pour actuaires}
}

Format APA

StochastiQdata. (2026). Risque de Crédit [Dataset].
  https://stochastiqdata.com/modeling/e1c19e0b-e296-425b-bf7d-a87f9ecd198a