Human Resources Analytics -- Kaggle Dataset

最新推荐文章于 2023-05-18 09:50:46 发布
最新推荐文章于 2023-05-18 09:50:46 发布
阅读量1.1k 收藏 4
点赞数 3
分类专栏： projects 文章标签： hr 人力 模型 分析
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/heibai22/article/details/88125823
版权
本文基于Kaggle的人力资源数据集，深入分析了员工离职的原因，包括满意度、工作小时数、评估、项目数量、工龄、薪资等因素。研究发现，满意度低、项目过多或过少、工龄在3-6年、晋升机会少以及薪资低的员工更可能离职。通过建立决策树和随机森林模型，得出满意度、工龄、评估和工作小时数是预测离职的关键变量。
摘要由CSDN通过智能技术生成

1 Introducton

The Human Resources Analytics is a simulated dataset and the focus is to understand why the best and most experienced employees is leaving the company. We will explore the fact why employees will leave prematurely, including experienced ones. A model may tell us what kind of employees will in the end.

1.1 Variables

The meanings of variables are as follows:

  • satisfaction: Employee satisfaction level

  • evaluation: Last evaluation

  • project: Number of projects

  • hours: Average monthly hours

  • years: Time spent at the company

  • accident: Whether they have had a work accident

  • promotion: Whether they have had a promotion in the last 5 years

  • sales: Department

  • salary: Salary

  • left: Whether the employee has left

1.2 Dataset

We describe the data by variable left into two groups 1 and 0, which means left and remained.
We can have a ov

最低0.47元/天 解锁文章
虎皮猫大R
关注
专栏目录
几大常用深度学习python包使用教程 ---- Adam Studio
weixin_41697507的博客
07-17 1903
Python Deep Learning Packages State of open source deep learning frameworks keras[11] Well known for being minimalistic, the Keras neural network library (with a supporting interface of Python) suppo...
Andrej Karpathy ：Software 2.0 软件2.0
最新发布
程序员光剑
07-02 38
然而，在软件 2.0 中，我们可以采用我们的网络，删除一半的通道，重新训练，然后它的运行速度恰好是原来的两倍，但效果会更差一些。相反，我们的方法是指定所需程序的行为目标（例如，“满足输入输出示例对的数据集”，或“赢得围棋比赛”），编写代码的粗略框架（即神经网络架构），它识别要搜索的程序空间的子集，并使用我们可以使用的计算资源在该空间中搜索有效的程序。从长远来看，这种范式的未来是光明的，因为越来越清楚的是，当我们开发AGI时，它肯定会用软件2.0来编写。与经典软件的指令集相比，其异构性和复杂性明显更高。
matlab流量代码程序-Human-Resource-Analytics:预测最佳和最有经验的员工是否过早离开-Kaggle人力资源分析数据
05-23
matlab流量代码程序人力资源分析-凝视数据集 作者-Ryan Nazareth和Hannes Draxl 在Kaggle上免费提供的数据集上进行的小组项目 数据集中的字段包括： 员工满意度 最后评估 项目数量 平均每月小时数 在公司花费的时间 他们是否有工伤事故 他们最近五年是否晋升 部门 薪水 员工是否离开 使用香草神经网络技术，尝试根据上述功能预测最佳和最有经验的员工是否过早离职： 支持向量机 带有反向传播的多层感知器 原始数据集存储在“原始Kaggle数据集”文件夹中。 清除的数据和代码存储在“清除的数据”文件夹中。 所有编程均在Matlab中进行。 这项工作还将被移植到一个开源深度学习框架中-keras / tensor流来运行Matlab中不存在的更多复杂技术
Kaggle -- Google Analytics Customer Revenue Prediction -- 测试数据分析
AI_Beginner
11-23 802
测试数据包含以下字段 Data Fields fullVisitorId- A unique identifier for each user of the Google Merchandise Store. channelGrouping - The channel via which the user came to the Store. date - The date on whic...
kaggle之员工离职分析
weixin_33701294的博客
01-04 1830
本文探讨的是kaggle中的一个案例-员工离职分析，从数据集中分析员工的离职原因,并发现其中的问题。数据主要包括影响员工离职的各种因素（工资、绩效、工作满意度、参加项目数、工作时长、是否升职、等）以及员工是否已经离职的对应记录。 数据来源:Human Resources Analytics | Kaggle 参考学习视频:http://www.tianshansoft.com/ 分析目的：分...
用随机森林算法求解kaggle比赛——HR Analytics: Job Change of Data Scientists
magic__12的博客
04-19 897
1. 何谓kaggle？ Kaggle是由联合创始人、首席执行官安东尼·高德布卢姆（Anthony Goldbloom）2010年在墨尔本创立的，主要为开发商和数据科学家提供举办机器学习竞赛、托管数据库、编写和分享代码的平台。该平台已经吸引了80万名数据科学家的关注，这些用户资源或许正是吸引谷歌的主要因素。（来源百度百科） 企业或者研究人员通过与kaggle合作，在kaggle上发布一个竞赛题目，题目主要包括：问题描述，数据，评价标准等。参赛者可在kaggle上注册账号然后报名参加比赛，将比赛所需数据下载下
HR-Analytics-from-Kaggle
03-12
人力资源分析师 如果您也想查看其他笔记本和解决方案，可以在Kaggle中找到此挑战： 上下文和内容 一家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的某些课程的人员中聘用数据科学家。 许多人报名参加他们的培训。 公司想知道在培训或寻找新工作后，其中哪些候选人真的想为公司工作，因为这有助于降低成本和时间，并减少培训或计划课程和候选人类别的质量。 候选人注册和注册后即可掌握与人口统计，教育，经验相关的信息。 该数据集旨在了解导致人员也离开当前工作进行人力资源研究的因素。 通过使用当前证书，人口统计，经验数据的模型，您可以预测应聘者寻找新工作或将为公司工作的可能性，并解释影响员工决策的因素。 整个数据分为训练和测试。 目标未包含在测试中，但测试目标值数据文件可用于相关任务。 提交的样本对应于测试集的enrollee_id，该列也提供了以下列： 笔记： 数据集不平衡。 大多数功能都是
kaggle员工离职预测案例(1)
weixin_45335059的博客
04-19 6563
目录背景数据来源Do It !数据展示：数据分析：数据处理：step 1：对数据进行归一化处理。step 2: 对文本型变量进行One-Hot编码处理step 3.1: 降采样step 3.2 过采样训练集、测试集划分：1. 降采后的数据2.过采后的数据 背景 朋友圈无意中看到了老师分享的一篇关于模型评估的文章《机器学习模型评估教程！》，文章对建模后的模型评估进行了深入浅出的评估思路梳理和解读。文章的重点在于模型评估部分，数据梳理和建模部分较为基础故省略不谈。作为一名机器学习的初学者，这简直是一次绝佳的案
基于matplotlib以及seaborn对2000年-2015年全球人口预期寿命的分析报告
m0_47407301的博客
05-18 547
使用kaggle上的数据集对2000-2015年的全球预期寿命进行数据分析和可视化。包含热力图、直方图、折线图等多种可视化工具。作为一名新手，使用英文进行探索。
转：kaggle案例：员工离职预测 （附视频）
12-23 4824
引言 附视频链接： 天善智能Kaggle十大案例精讲（连载中）  有代码有课件，可以实操。欢迎学习！！ 案例背景 介绍：Our example concerns a big company that wants to understand why some of their best and most experienced employees are leaving prema
Kaggle入门
acelove40的博客
03-22 2万+
由于选修了数据挖掘课程，课程作业是完成Kaggle上的一个比赛，所以在机缘巧合下就知道了Kaggle这个平台，事实上我认为这是用来练手数据挖掘的一个绝佳场所。这篇文章适合和我一样刚接触Kaggle的朋友，对于已经熟悉这个平台的朋友，欢迎指出我的错误，必定虚心受教。本文分为两个部分，第一部分简单介绍在上面完成比赛的流程，第二部分以手写数字识别为例子详细描述完成比赛的整个过程。 1、Kaggle
R语言——Kaggle十大经典案例—员工离职预测
热门推荐
一克拉的小蚂蚁的博客
06-09 2万+
项目背景：Our example concerns a big company that wants to understand why some of their best and most experienced employees are leaving prematurely. The company also wishes to predict which valuable ...
利用global matting优化人像数据集mask
xiexiecn的专栏
12-21 930
#include <opencv2/opencv.hpp> #include <string> #include <vector> #include <list> #include <time.h> #include <algorithm> #include <map> #include <iost
【Image Matting】Semantic Human Matting
WchStrife的博客
09-27 1425
[MM 18] Semantic Human Matting Paper : https://arxiv.org/pdf/1809.01354.pdf 摘要 首次实现无需Trimap方式
电影评分预测
Hsuan816的博客
11-30 8268
电影评分预测
Kaggle基本知识
qq_41815943的博客
02-01 5350
目录Kaggle介绍1. 基本情况2.含金量部分Kaggle题目kaggle的比赛类型选择1. 面向初学者：2. 面向竞赛者：3. 面向求职者：4. 其他比较冷门的比赛类型：★.**建议**申请Kaggle项目1.项目导师背景：2.项目进阶分级：3.预期成果：案例分享 Kaggle介绍 1. 基本情况 kaggle成立于2010年，是一个进行数据发掘和预测竞赛的在线平台。从公司的角度来讲，可以提供一些数据，进而提出一个实际需要解决的问题；从参赛者的角度来讲，他们将组队参与项目，针对其中一个问题提出解决方案，
!tar -xvzf /kaggle/input/200-bird-species-with-11788-images/CUB_200_2011.tgz啥意思
06-18
tar -xvzf /kaggle/input/200-bird-species-with-11788-images/CUB_200_2011.tgz` 的作用是将 `/kaggle/input/200-bird-species-with-11788-images/CUB_200_2011.tgz` 文件解压缩到当前目录下。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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