搜索资源 - 员工离职预测数据集

搜索资源列表

员工离职预测模型.docx
本文针对企业员工的一些特征来判断员工是否离职，利用RapidMiner软件构建员工离职预测模型，分析影响员工离职的重要因素，比如员工月收入，是否加班，是否出差等，预测企业员工是否具有离职倾向，为企业提前做出判断，协助人力资源部门进行关键的干预工作，有计划的进行“留住人才”措施，同时也可以更好的促进企业做好“选拔人才”、“培养人才”、“管理人才”。建模前，先对原始数据进行预处理，包括属性变量量化处理、约简属性、数据标准化处理、特征的相关性分析、指定属性角色和划分训练集与测试集。建模选取了决策树模型
所属分类：算法与数据结构
- 发布日期：2020-06-25
- 文件大小：3145728
- 提供者：weixin_46706929

人力资源分析人员识别员工可能辞退的机器学习分类模型：利用人力资源措施来建立分类模型并检测可能离职的员工-源码
人力资源分析人员确定可能辞职的员工利用人力资源措施来建立分类模型，并发现可能离开公司的员工本笔记本旨在预测辞职风险最高的员工。 kaggle上提供了“ HR Analytics员工流失与绩效”挑战，目的是对员工流失进行分类。数据集该数据集可在kaggle。该数据集由1470名员工的HR记录组成，这些记录提供各种信息，例如：年龄婚姻状况服务年限教育程度工作级别和工作类型，薪水... 它还包括有关员工的动机，绩效，工作条件等信息，这些信息可以由管理人员在评估和年度审查期间收集
所属分类：其它
- 发布日期：2021-02-14
- 文件大小：2097152
- 提供者：weixin_42135073

HR_Analytics-源码
人力资源分析前言：作为一家公司，我们希望使用有关员工特征的HR数据来对分类问题建模，并预测员工是否会寻找新工作/离开公司（在实际发生之前）或可能留下的可能性。并继续在公司工作。任何成功的公司都会告诉您，他们最大的资产在于员工。总是会寻找合格的人才，对优秀人才的竞争将一直很激烈。员工流失成本远远超出了雇用，培训和投资的成本，这个用例旨在通过洞察员工离职的一些原因，从而最大程度地帮助公司做出更好的决策，以最大程度地减少上述流失成本和营业额的其他影响。使用案例：通过分类模型预测员工
所属分类：其它
- 发布日期：2021-02-14
- 文件大小：261120
- 提供者：weixin_42117150