/Employee_Resignation

Primary LanguageJupyter Notebook

Employee Resignation Rate Predict 离职率预测

收集数据

Kaggle练习项目

  • 训练集：train.csv

  • 测试集：test.csv

特征选择

EmployeeNumber, Over18, Employee取值都一样直接删除掉。

数据预处理

  • 使用onehot编码将离散型特征值转换为多列，使用lr预测的结果在leaderboard得分0.823
  • 将特征值替换为数值0，1，2，3...，使用lr预测在leaderboard得分0.829
  • 使用min-max规范化将所有特征值都映射到0-1之间

模型训练与预测

本部分说明都是采用离散特征值替换为数值的方法作为处理基础

  • LR 使用LR模型默认参数和balanced采样的结果为0.829。
  • LightGBM 使用GridSearchCV调整超参数，基于CPU运算。最好结果得分是0.838

TODO（改进）：

部分特征进行onehot,部分特征labelencode通过主管理解影响，互斥的特征做onehot。