◈ StochastiQdata
vendredi 20 mars 2026
Ajouter un dataset
Documentation — Détection Fraude Sinistres Véhicule
Référence complète pour utiliser ce dataset
IARD
Fraude
Description
15 000 déclarations de sinistres véhicule avec label de fraude. Variables : type de véhicule, ancienneté, type de sinistre, police et profil assuré. Benchmark de détection de fraude en assurance automobile.
Source
Kaggle
Lignes
15 000
Colonnes
33
Taille
—
Licence
cc0
Variable cible
FraudFound_P
Date création
10/03/2026
Format
CSV
Domaines
IARD, Fraude
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/ae748b89-6aa6-44dd-a070-75853003c0a3/f2258ef0-02c0-4183-a6b9-bf2d105c09f0.csv") # Aperçu rapide print(df.shape) # (15000, 33) print(df.dtypes) print(df.describe()) df.head(10) # Variable cible X = df.drop(columns=["FraudFound_P"]) y = df["FraudFound_P"]
Citation & Licence
Licence
cc0
Format BibTeX
@dataset{d_tection_fraude_sinistres_v_hicule_2026,
title = {Détection Fraude Sinistres Véhicule},
author = {StochastiQdata},
year = {2026},
url = {https://stochastiqdata.com/modeling/ae748b89-6aa6-44dd-a070-75853003c0a3},
note = {Dataset pour actuaires}
}
Format APA
StochastiQdata. (2026). Détection Fraude Sinistres Véhicule [Dataset]. https://stochastiqdata.com/modeling/ae748b89-6aa6-44dd-a070-75853003c0a3