- 1、本文档共16页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第9章员工离职风险预测
第9章员工离职预测9.1Scikit-Learn简介9.2分类和回归预测步骤9.3安装Scikit-Learn9.4读取数据9.5类别特征转换为二进制特征9.6划分数据集9.7Min-Max归一化处理9.8逻辑回归预测9.9模型预测及评估
第9章员工离职预测9.1Scikit-Learn简介Scikit-Learn是一个基于Python语言的机器学习库,建立在NumPy、SciPy、Pandas和Matplotlib之上。在Scikit-Learn里面有六大任务模块,分别是分类、回归、聚类、降维、模型选择和预处理。Scikit-Learn是用于预测性数据分析的简单高效的工具。在Scikit-Learn中,分类和回归预测的实现都是通过估计器(estimator)来完成的。估计器是一种实现了算法的对象,它可以对数据进行拟合(fit)和预测(predict)操作。Scikit-Learn提供了许多常用的估计器,例如线性回归器、逻辑回归器、支持向量机、决策树、随机森林分类器、K均值聚类和主成分分析等。
第9章员工离职预测9.2分类和回归预测步骤在使用Scikit-Learn进行分类和回归预测时,我们需要按照以下步骤进行操作:(1)导入所需的模块和数据集。(2)创建一个估计器对象。(3)使用fit()方法拟合数据。(4)使用predict()方法进行预测。
第9章员工离职预测9.3安装Scikit-Learn我们也可以使用清华镜像源安装,通常速度会更快一些:pipinstallscikit-learnpipinstallscikit-learn-i/simple
第9章员工离职预测9.4读取数据importnumpyasnpimportpandasaspddata=pd.read_csv(data\HR_comma_sep.csv)#读取文件data
第9章员工离职预测9.5类别特征转换为二进制特征为满足模型对输入数据的要求,我们需要对sales和salary列中的数据(类别)进行独热编码。fromsklearn.preprocessingimportOneHotEncoder#导入独热编码模块defone_hot(data):??将原数据中的非数值转为数值类型??oh=OneHotEncoder()#构建独热编码器??result=oh.fit_transform(data[[sales]])#转换sales列??re=pd.DataFrame(result.toarray(),columns=oh.categories_[0],index=data.index)????result1=oh.fit_transform(data[[salary]])#转换salary列??re1=pd.DataFrame(result1.toarray(),columns=oh.categories_[0],index=data.index)????data_final?=pd.concat([data,re,re1],axis=1)?#按列进行合并??data_final.drop(sales,inplace=True,axis=1)#删除原来的sales列??data_final.drop(salary,inplace=True,axis=1)#删除原来的salary列??returndata_final?data=one_hot(data)data
第9章员工离职预测9.5类别特征转换为二进制特征
第9章员工离职预测9.6划分数据集将数据集划分为训练集和测试集。train_test_split()函数用于将数据集划分为训练集和测试集,以用于模型的训练和评估。将数据集X和y按照0.3的比例划分训练集和测试集。X_train、X_test、y_train和y_test分别表示训练集、测试集、特征数据和目标数据。left列作为标签,
第9章员工离职预测9.6划分数据集fromsklearn.model_selectionimporttrain_test_splitdefsplit_data(data):??划分数据集??target=data.loc[:,left]#提取left列作为标签,是我们预测的目标??data=data.drop([left],axis=1)#删除left列后,剩下的列作为数据??x_train,x_test,y_trai
您可能关注的文档
- Python商务数据分析 第1章 初识Python.pptx
- Python商务数据分析 第2章 Python开发工具.pptx
- Python商务数据分析 第4章 NumPy数据分析.pptx
- Python商务数据分析 第5章 Pandas数据分析.pptx
- Python商务数据分析 第6章 Matplotlib数据绘图.pptx
- Python商务数据分析 第7章 Seaborn数据绘图.pptx
- Python商务数据分析 第8章 咖啡销售情况分析.pptx
- Python商务数据分析 第10章 航班乘客数预测.pptx
- 教学课件 第2章 初识Photoshop.pptx
- 教学课件 第3章 绘制和编辑选区.pptx
- 浙江省临海市白云高级中学2025届高三历史3月月考试题.doc
- 云南拾谷县第一中学2024_2025学年高二物理上学期10月月考试题.doc
- 2025版高考生物总复习第13讲基因的分离定律教案苏教版.doc
- 湖北省黄石实验高中2024_2025学年高一历史下学期期末考试模拟卷.doc
- 通史版2025版高考历史大一轮复习专题七近代化的曲折发展__中日甲午战争至五四运动前4第4讲从维新思想到新文化运动课后达标检测含解析新人教版.doc
- 2024年高考数学考试大纲解读专题04导数及其应用含解析文.doc
- 河南省许汝平九校联盟2024_2025学年高一语文上学期期末考试试题扫描版无答案.doc
- 江西省吉安市吉水县第二中学2024_2025学年高一历史上学期第二次月考试题.doc
- 北京市平谷区2025届高三政治一模考试试题含解析.doc
- 2025届中考物理第四讲物态变化专项复习测试无答案新人教版.docx
文档评论(0)