Simulation Fraude Mobile Money (PaySim)

Actions concrètes

• Importer le dataset de sinistres
• Calculer le taux de fraude (souvent < 5%)
• Analyser les variables disponibles
• Identifier les features discriminantes potentielles

Exemple de code

taux_fraude = df["Fraud"].mean()
print(f"Taux de fraude: {taux_fraude:.2%}")
# Souvent 2-8% → problème de déséquilibre!

Actions concrètes

• Calculer le délai déclaration - sinistre
• Créer des features comportementales (historique client)
• Encoder les variables catégorielles (target encoding)
• Créer des interactions entre variables clés
• Normaliser les montants (log-transformation)

Exemple de code

df["delai_declaration"] = (
  df["ClaimDate"] - df["AccidentDate"]
).dt.days
df["log_montant"] = np.log1p(df["ClaimAmount"])

Actions concrètes

• Comparer les distributions fraude vs non-fraude par variable
• Identifier les segments à risque élevé
• Analyser les corrélations avec la cible
• Cartographier la fraude géographiquement

Exemple de code

import seaborn as sns
sns.boxplot(x="Fraud", y="delai_declaration", data=df)
# Les fraudes ont souvent un délai plus long!

Actions concrètes

• Appliquer SMOTE pour rééquilibrer les classes
• Entraîner : Logistic Regression (baseline), XGBoost, LightGBM
• Optimiser les hyperparamètres (Optuna/GridSearch)
• Utiliser class_weight='balanced' ou scale_pos_weight
• Construire un score de fraude [0, 1]

Exemple de code

from imblearn.over_sampling import SMOTE
X_res, y_res = SMOTE().fit_resample(X_train, y_train)
model = XGBClassifier(scale_pos_weight=10).fit(X_res, y_res)

Actions concrètes

• Tracer la courbe Precision/Recall
• Calculer le F-beta score (β selon priorité)
• Modéliser le coût : faux positif (rejet abusif) vs faux négatif (fraude acceptée)
• Fixer le seuil de déclenchement alerte
• Construire le barème de priorité (faible / moyen / fort risque)

Exemple de code

from sklearn.metrics import precision_recall_curve
p, r, thresholds = precision_recall_curve(y_test, y_scores)
# Choisir threshold qui maximise F2 (rappel prioritaire)
f2 = (5*p*r) / (4*p + r)

Actions concrètes

• Exporter le modèle (joblib / ONNX)
• Créer un pipeline de scoring en temps réel
• Mettre en place le monitoring du modèle (drift détection)
• Définir les règles de ré-entraînement
• Mesurer l'impact business (fraudes détectées × montant moyen)

Exemple de code

import joblib
joblib.dump(model, "fraud_scorer_v1.pkl")
# Scoring en production
score = model.predict_proba(new_claim)[:, 1]