代码详解:准确率惊人!用Credit R创建信用风险评分模型(11)

#Splitting the data into train and test sets

traintest <- train_test_split(sample_data1230.70)

train <- traintest$train

test <- traintest$test

WOE变换是一种通过变量与目标变量的关系将变量转换为分类变量的方法 。 以下“woerules”对象包含WOE规则 。

在woe.binning.deploy函数的帮助下 , WOE规则能够在数据集上运行 。 我们需要的变量在“woe.get.clear.data”函数的帮助下分配给“train_woe”对象 。

#Applying WOE transformation on the variables

woerules <- woe.binning(df = traintarget.var = \"creditability\"pred.var = trainevent.class = 1)

train_woe <- woe.binning.deploy(train woerules add.woe.or.dum.var='woe')

推荐阅读