标签：数据分析 关系 人力资源 分析 描述性 pd 挖掘 import 离职

1. 数据读取并进行描述性分析
2. 对数据做探索性分析
   (a)分析部门与是否离职，以及部门与薪水的关系
   (b)分析薪水与是否离职的关系
   ©分析五年内是否升职与离职的关系
   (d)分析项目数量与离职的关系
   (e)分析司龄与离职的关系
   (f)分析每个月工作时间与离职的关系
   (g)分析考核评分与离职的关系
   (h)分析员工满意度与离职的关系
3. 相关分析
   s
4. 特征选择，特征工程构建
5. 数据分析建模(选择分类算法)与预测(评价模型)

一：读取数据并进行描述性统计

import pandas as pd
#显示所有行
pd.set_option('display.max_rows',None)
import numpy as np
import seaborn as sns

标签：数据分析,关系,人力资源,分析,描述性,pd,挖掘,import,离职
来源： https://blog.csdn.net/m0_55389447/article/details/120609180

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。