StochastiQdata

Documentation — Prédiction Churn Clients Bancaires

Référence complète pour utiliser ce dataset

ML
Retour au dataset

Description

10 000 clients bancaires avec indicateur de churn. Variables : score de crédit, pays, sexe, âge, ancienneté, solde, produits, carte de crédit, membre actif, salaire estimé. Benchmark churn bancaire.

Source

Kaggle

Lignes

10 000

Colonnes

14

Taille

Licence

cc0

Variable cible

Exited

Date création

10/03/2026

Format

CSV

Domaines

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("https://mjqtthaypifkdlaneymx.supabase.co/storage/v1/object/public/datasets-files/8c58ec9a-f512-4614-9649-7cfe4e7e83aa/3195e814-2906-4582-ab7b-8a26f0abc27a.csv")

# Aperçu rapide
print(df.shape)        # (10000, 14)
print(df.dtypes)
print(df.describe())
df.head(10)

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

Citation & Licence

Licence

cc0

Format BibTeX

@dataset{pr_diction_churn_clients_bancaires_2026,
  title  = {Prédiction Churn Clients Bancaires},
  author = {StochastiQdata},
  year   = {2026},
  url    = {https://stochastiqdata.com/modeling/8c58ec9a-f512-4614-9649-7cfe4e7e83aa},
  note   = {Dataset pour actuaires}
}

Format APA

StochastiQdata. (2026). Prédiction Churn Clients Bancaires [Dataset].
  https://stochastiqdata.com/modeling/8c58ec9a-f512-4614-9649-7cfe4e7e83aa