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

人力资源分析 项目概况： 使用来自大数据/数据科学的不平衡的HR数据集-Company 执行二进制分类，包括模型比较，验证，评估和分类平衡 使用其他功能（例如，与MySQL和Tableau Public的连接）在Streamlit上部署ML模型 介绍： “活跃于大数据和数据科学领域的公司希望在成功通过该公司所举办的某些课程的人员中聘用数据科学家。许多人报名参加培训。公司希望知道其中哪些候选人真正想要工作为经过培训或寻找新工作的公司提供帮助，因为它有助于减少成本和时间以及培训或计划课程的质量