数据挖掘项目构建人才(用户)流失模型

本文介绍了如何通过数据挖掘技术建立一个人才或用户流失预测模型。从数据预处理、特征选择到模型训练,详细阐述了项目实施步骤,旨在帮助企业提前识别高风险流失群体,采取相应策略减少损失。
摘要由CSDN通过智能技术生成
# coding=utf-8
# @Time    : 2019/12/3 14:48
# @Author  : Z
# @Email   : S
# @File    : 2.6ML_SMOTO_talentFeatures.py

#数据挖掘项目构建人才(用户)流失模型

import pandas as pd

talent_data = pd.read_csv("./train.csv")
#1.不同类型数据的整理

# 数值型数据
num_cols = ["Age", "MonthlyIncome", "NumCompaniesWorked", "PercentSalaryHike", "PerformanceRating",
            "StandardHours", "TotalWorkingYears", "YearsAtCompany",
            "YearsInCurrentRole", "YearsSinceLastPromotion"]
# 类别型数据
cat_cols=["Gender","MaritalStatus","OverTime"]
# 有序型数据
ord_cols=["DistanceFromHome","Education","EnvironmentSatisfaction","JobInvolvement",
          "JobLevel","JobSatisfaction","RelationshipSatisfaction","StockOptionLevel",
          "TrainingTimesLastYear","WorkLifeBalance"]
#类别标签
target_col=["Attrition"]
total_data=num_cols+ord_cols+cat_cols
#将所有的特征数据和类别标签进行整合
use_data=talent_data[total_data+target_col]

#2.正负样本的比例
#正负样本的不均衡问题
neg_data = use_data[use_data["Attrition"] == 0] #未离职
pos_data = use_data[use_data["Attrition"] == 1] #离职
print("正负样本比例:", len(pos_data)/len(neg_data))
print("离职:",len(pos_data))
print("未离职:",len(neg_data))

#3.数据集的切分
# X=talent_data[total_data]
# y=talent_data["Attrition"]
# from sklearn.cross_validation import  train_test_split
# X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.2,random_state=22
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值