R语言smoothHR包_R语言-离职率分析

案例:员工流失是困扰企业的关键因素之一,在这次的分析中我将分析以下内容:

对一些重要变量进行可视化及探索分析,收入,晋升,满意度,绩效,是否加班等方面进行单变量分析

分析员工流失的因素,探索各个变量的影响度

构建有效的模型来预测员工是否会离职

数据集主要分析的字段

## Attrition 是否离职 需要预测的结果变量## Gender 性别## Age 年龄## Education 学历## NumCompaniesWorked 任职过的企业数量## TotalWorkingYears 工作年限## MaritalStatus 婚姻状况## YearsAtCompany 在公司的工作时间## JobRole 职位## JobLevel 职位等级## MonthlyIncome 月薪## JobInvolvement 工作投入程度## PerformanceRating 绩效评分## StockOptionLevel 员工的股权等级## PercentSalaryHike 涨薪百分比## TrainingTimesLastYear 上一年培训次数## YearsSinceLastPromotion 距离上次升值的时间## EnvironmentSatisfaction 环境满意度## JobSatisfaction 工作满意度## RelationshipSatisfaction 关系满意度## WorkLifeBalance 生活和工作的平衡度## DistanceFromHome 公司和家庭的距离## OverTime 是否要加班## BusinessTravel 是否要出差

1.导入包

library(ggplot2)

library(grid)

library(gridExtra)

library(plyr)

library(rpart)

library(rpart.plot)

library(randomForest)

library(caret)

library(gbm)

library(survival)

library(pROC)

library(DMwR)

library(scales)

2.导入数据集并查看

Attr.df

head(Attr.df)

summary(Attr.df)

结论:离职率大概在1:5左右

企业的员工的平均年龄在36,37岁左右

月薪的大概是在4900美元,这里采用中位数,平均数会引起偏差

3.单变量分析

3.1探索性别,年龄,工龄,企业数量,在公司的时限的分析

#离职员工年龄的分布

g1

g2

g3

g4

grid.arrange(g1,g2,g3,g4,ncol=2,nrow=2)

结论:

1.年龄较低的员工的离职率较高,主要集中在30岁以下的员工

2.工作过的企业数量越多越容易离职

3.在公司工作的时间越久,越不容易离职

4.工龄低的员工离职的几率比较大

3.2性别,职位等级,教育背景,部门的分析

#离职员工的性别分布

g5

scale_y_continuous(labels=pe