r语言员工离职_基于随机森林的优秀员工离职因素实证分析及预测

1. 引言

21世纪是一个信息经济和知识经济高度发展的时代，随着国际市场的不断开放以及国内市场自由化程度的提高，市场对人才资源的竞争愈发激烈，因此导致优秀人才的流动意愿也越来越强烈，离职的行为也变得越来越频繁。优秀人才的流失将会严重抑制公司的发展，也将使公司付出巨大的人力物力去重新培养可用人才，因此通过对公司优秀员工的离职因素的研究，有效的降低离职率、减少离职行为变得必不可少。国内外对员工离职的影响因素的研究已有很多，著名学者Viteles [1] 得出在组织中智力测验成绩高于平均分以上的员工留职的时间更长。Abelson [2] 认为离职员工的离职大多是因为工作压力大，对工作存在意见。我国学者刘智强、廖建桥和李震 [3] 在对国企员工离职倾向影响因素的研究中发现，升职制度对于国企员工离职倾向的影响要高于薪酬。颜西平 [4] 通过对生产一线的生产员工离职情况研究发现，影响其离职的主要因素是个人因素、组织因素及薪酬待遇。车雯 [5] 从中国银行咸阳分行的员工离职现状着手，发现影响员工离职的最主要原因是薪酬体系设计的不合理、晋升渠道太窄以及相关培训的缺乏。马跃如，余航海，夏冰 [6] 在研究中证明，组织中的破坏性领导会加大和强化员工的负面情绪，导致更强烈的离职意愿。

综上所述，国内外大部分关于员工离职影响因素的分析大多建立在定性分析的基础上，定量分析涉及的比较少。本文尝试使用随机森林机器学习 [7] [8] 方法对某公司优秀员工离职因素进行实证分析，找出影响其离职的最关键因素，把多余的无用的特征去掉，降低了维度计算，避免了过拟合，同时用挑选出来的关键变量来形成一个新的指标帮助公司改善管理模式，并对在职的优秀员工进行预测，判断其离职的概率以供公司管理人员采取相应的挽留人才措施。最后，提出有效可行的建议。

2. 样本数据的获取及模型构建

2.1. 样本数据获取

本文采用的数据集来源kaggle竞赛项目：HR-Analytics。这个数据集是关于一家大公司的人力资源数据集，共有14,999条数据，包含9个自变量以及一个因变量。详细说明见表1。熊梦鸿 [9] 谈到，在现代的人力资源管理中，薪酬管理和绩效管理是导致优秀人才严重流失、抑制企业发展的最为关键和重要的内容。在本文中，将基于熊梦鸿 [9] 的论述，对于优秀员工的选择指标分别为：工作年限大于等于4年；绩效评估大于等于0.72；薪资水平为high。

Table 1. Explanation of variables

表1. 变量的解释说明

2.2. 基本的描述性统计分析

从表2可以看到，1) 该公司的离职率将近20.8%。2) 该公司的优秀员工对公司的满意度在62%左右。3) 该公司的优秀员工的绩效评估大概