◈ StochastiQdata
vendredi 20 mars 2026
Ajouter un dataset
Documentation — Prédiction Churn Clients Bancaires
Référence complète pour utiliser ce dataset
ML
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