Python商务数据分析 第9章 员工离职风险预测.pptxVIP

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