用R语言分析与预测员工离职

根据前面的特征分析，本次答主并没有觉得有很好的特征来提取，就直接扔进算法里面计算去了，计算出来的混淆矩阵的情况效果还是杠杠的：

Confusion Matrix and Statistics 
 
          Reference 
Prediction   no  yes 
       no  3429    5 
       yes   28 1010 
                                           
               Accuracy : 0.9926           
                 95% CI : (0.9897, 0.9949) 
    No Information Rate : 0.773            
    P-Value [Acc > NIR] : < 2.2e-16        
                                           
                  Kappa : 0.9791           
 Mcnemar's Test P-Value : 0.0001283        
                                           
            Sensitivity : 0.9919           
            Specificity : 0.9951           
         Pos Pred Value : 0.9985           
         Neg Pred Value : 0.9730           
             Prevalence : 0.7730           
         Detection Rate : 0.7668           
   Detection Prevalence : 0.7679           
      Balanced Accuracy : 0.9935           
                                           
       'Positive' Class : no    

acc=0.9926,recall=0.9951,precision=0.9730,基本都是逆天的数据了，看来kaggle的数据集已经清洗的很棒了，rf算法也是一如既往地给力。最后贴出ROC曲线的图

写在最后

本次分析其实并没有很多的技巧可言，答主的ggplot2水平也遇到了瓶颈期，后期需要不断加强，而且只会调包不懂算法后面的原理更是不可以的，所以最近在慢慢把概率论，线性代数，还是统计学捡起来，当然R语言的数据分析实践还是不会停下来的，答主英语还不错，可以和实验室的老外教授“忽悠”几句，也算是有了不少的进步。

道阻且长，大家共勉~~~

（编辑：晋中站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!