Prédire si un panier de commerce en ligne est frauduleux, à partir de son seul contenu (articles, prix, quantités) sans aucun historique client.
Challenge de données BNP Paribas Personal Finance. Projet individuel de Master 2, soutenu à l'oral.
92 790 transactions, dont 1,42 % de fraudes.
Un modèle qui prédirait « personne ne fraude jamais » afficherait 98,58 % de justesse et serait totalement inutile. C'est pourquoi l'évaluation repose sur la précision moyenne (aire sous la courbe précision-rappel) et non sur la justesse ni sur l'aire sous la courbe ROC, toutes deux trompeuses sur événement rare.
Restructuration des données du format large au format long (une ligne par article au lieu d'une par panier) pour rendre possible l'agrégation par client. Sans cette étape, aucune des variables suivantes n'existe.
Ingénierie de variables : nettoyage des descriptions produits, vectorisation des marques et modèles, agrégations financières par panier, et surtout des indicateurs métiers construits à partir de l'observation des fraudeurs, cohérence entre un produit et son accessoire, absence de garantie, marques à risque.
Combinaison de quatre familles de modèles par moyenne pondérée, les poids reflétant l'apport de chacune : XGBoost en modèle principal, LightGBM pour les motifs asymétriques, CatBoost pour la gestion native des catégories, forêt aléatoire pour réduire la variance.
Réglage des hyperparamètres par recherche aléatoire, validation croisée stratifiée, pondération des classes.
| Étape | Précision moyenne |
|---|---|
| Modèle de référence | 0,115 |
| Objectif du challenge | 0,140 |
| Après ingénierie de variables | 0,171 |
| Après combinaison de modèles | 0,191 |
| Après optimisation | 0,201 |
Ce score plaçait le projet 77ᵉ au classement public du challenge en janvier 2026.
notebooks/notebook.ipynb |
l'ensemble du travail |
presentation.pptx |
le support de soutenance |
requirements.txt |
les dépendances |
Les données du challenge ne sont pas redistribuées.
Léandre Gachet, Master Science des données, statistique et économétrie, Université de Rennes