Documentation — Données Prêts P2P Prosper

Sommaire

Description

113 937 prêts P2P Prosper Marketplace avec 81 variables. Taux d'intérêt, score de risque, historique de crédit, statut du prêt. Dataset de référence pour l'analyse du risque de crédit en lending alternatif.

Dictionnaire des variables

Comment utiliser ce dataset

import pandas as pd

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

# Aperçu rapide
print(df.shape)        # (113937, 81)
print(df.dtypes)
print(df.describe())
df.head(10)

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

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

# Aperçu rapide
dim(df)          # 113937 x 81
str(df)
summary(df)
head(df, 10)

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

# Télécharger le dataset
curl -L -o "données_prêts_p2p_prosper.csv" \
  "URL_DU_FICHIER"

# Vérification (nombre de lignes)
wc -l "données_prêts_p2p_prosper.csv"

Citation & Licence

Format BibTeX

@dataset{donn_es_pr_ts_p2p_prosper_2026,
  title  = {Données Prêts P2P Prosper},
  author = {StochastiQdata},
  year   = {2026},
  url    = {https://stochastiqdata.com/modeling/44413c63-8835-43f3-a57a-73738de2241c},
  note   = {Dataset pour actuaires}
}

Format APA

StochastiQdata. (2026). Données Prêts P2P Prosper [Dataset].
  https://stochastiqdata.com/modeling/44413c63-8835-43f3-a57a-73738de2241c