rapidminer员工离职分析_数据分析：员工离职预测分析

本文作者用数据分析法对一家公司的员工离职原因展开了分析预测，与大家分享。

一、概述

1. 项目数据来源：https://tianchi.aliyun.com/dataset/dataDetail?dataId=4574
2. 数据分析工具：本次案在例中，我所需要做的便是通过已有的信息进行预测员工未来的动向，即判断该员工未来是否会离职。其中训练数据主要包括1100条记录，31个字段。此次数据分析所用到的工具有：excel，tableau

二、数据分析基本步骤

(1)明确业务需求;

(2)数据采集 ;

(3)数据处理

(4)数据探索分析(数据的描述性分析)；

(5)综合数据分析；

1. 明确业务需求

面对公司留不住人，人员流动大等问题，本文对取自于“阿里天池”关于职工数据集的数据进行分析，挖掘出哪些数据对于离职率有贡献，预测哪些人最后会流动。

2. 数据采集

项目数据集取自“阿里天池”，相关网址链接请参看概述。其中训练数据主要包括1100条记录，31个字段。主要字段说明如下：

(1)Age：员工年龄(1表示已经离职，2表示未离职，这是目标预测值)

(2)Attrition：员工是否已经离职(Non-Travel表示不出差，Travel_Rarely表示不经常出差，Travel_Frequently表示经常出差)

(3)BusinessTravel：商务差旅频率(Sales表示销售部，Research & Development表示研发部，Human Resources表示人力资源部)

(4)Department：员工所在部门(Sales表示销售部，Research & Development表示研发部，Human Resources表示人力资源部)

(5)DistanceFromHome：公司跟家庭住址的距离，(从1到29，1表示最近，29表示最远)

(6)Education：员工的教育程度(从1到5，5表示教育程度最高)

(7)EducationField：员工所学习的专业领域(Life Sciences表示生命科学，Medical表示医疗，Marketing表示市场营销，Technical Degree表示技术学位，Human Reso