二、员工满意度分类（传统分类机器学习方法梭哈！）

本文接着上一次的文章。具体的数据说明，可以从上次的文章中看，我这里就不再赘述了（文章链接放在下面啦！）

数据放在百度云啦！
链接: https://pan.baidu.com/s/1StTWTHAz4GHpezIiwh5Rmw 密码: uqlc
#上一次的文章
https://blog.csdn.net/qq_42839893/article/details/107592775

本文将满意度数值>0.646000的记为1，<=0.646000记为0（0.646000是满意度的中位数）

首先读入数据

import pandas as pd  
import numpy as np  
train = pd.read_csv('训练集.csv')
test= pd.read_csv('测试集.csv')
train
#得到如下所示的数据

为了对中文读者朋友更加友好，我将变量名称转化为中文

col = ['id','上次评分','项目数量','平均月工时','工龄','工伤','福利等级','五年内有升职','部门','工资水平','满意度']
name = {
   i:j for i , j in zip(train.columns, col)}
data= train.rename(columns = name)
test = test.rename(columns = name)

data['满意度'].describe()

本文将满意度数值>0.646000的记为1，<=0.646000记为0（0.646000是满意度的50%位数）

下次再来考虑 “类别不均衡的问题吧”

data["满意度"] = data["满意度"].apply(lambda x :  1 if x < 0.646000 else 0)
data["满意度"].value_counts()

#划分训练集和测试集