基于决策树算法构建员工离职预测模型

1.1背景介绍

每一个公司都会面临着人才管理的问题，而许多企业在发展中辛苦培养发展起来的技术人才，却不断流失。那么，如何调整公司管理制度，才能最大化保证员工的留任与能力发展，从而促进公司业务持续增长呢？本课程介绍收集了某公司人才流失各方面的数据，得出了造成人才流失的一些原因，并给企业管理提供了一些政策管理的建议。

1.2数据来源

IBM HR Analytics Employee Attrition & Performance | Kaggle

1.3编程语言

R语言

1.4方法介绍

1. 描述统计

描述性统计，是指运用制表和分类，图形以及计算概括性数据来描述数据特征的各项活动。描述性统计分析要对调查总体所有变量的有关数据进行统计性描述，主要包括数据的频数分析、集中趋势分析、离散程度分析、分布以及一些基本的统计图形。

1. 决策树

决策树是一种从无次序、无规则的样本数据集中推理出决策树表示形式的分类规则方法。它采用自顶向下的递归方式，在决策树的内部节点进行属性值的比较并根据不同的属性值判断从该节点向下的分支．在决策树的叶节点得到结论．因此从根节点到叶节点的一条路径就对应着一条规则．整棵决策树就对应着一组表达式规则。

1. 逻辑斯蒂回归

逻辑斯蒂回归是针对线性可分问题的一种易于实现且性能优异的模型，是使用最为广泛的分类模型之一。

5）线性判别分析LDA