本内容来源于CDA-DSC课程内容，原内容为《第16讲 汽车金融信用违约预测模型案例》。

建立违约预测模型的过程中，变量的筛选尤为重要。需要经历多次的筛选，在课程案例中通过了随机森林进行变量的粗筛，通过WOE转化+决策树模型进行变量细筛。

一、变量粗筛——随机森林模型

与randomForest包不同之处在于，party可以处理缺失值，而这个包可以。

[html] view plain copy

 print?

1. library(party)  
2.    #与randomForest包不同之处在于，party可以处理缺失值，而这个包可以  
3. set.seed(42)  
4. crf<-cforest(y~.,control = cforest_unbiased(mtry = 2, ntree = 50), data=step2_1)  
5. varimpt<-data.frame(varimp(crf))  

mtry代表在每一棵树的每个节点处随机抽取mtry 个特征，通过计算每个特征蕴含的信息量，特征中选择一个最具有分类能力的特征进行节点分裂。

varimp代表重要性函数。( R语言︱决策树族——随机森林算法)

二、R语言实现WOE转化+变量细筛

R语言中有一个woe包，可以实现WOE转化的同时，通过WOE值进行y~x的决策树建立，应用决策树的重要性来进行变量细筛。

woe包需要从github中下载得到：

#library(devtools)
#install_github("riv","tomasgreif")

library(woe)          
IV<-iv.mult(step2_2,"y",TRUE)   #原理是以Y作为被解释变量，其他作为解释变量，建立决策树模型
iv.plot.summary(IV)

summary(step2_3)

笔记+R︱风控模型中变量粗筛（随机森林party包）+细筛（woe包）