本数据集专注于收集和分析员工离职的原因，通过量化方法探究影响员工离开公司的关键因素，为企业提供优化人力资源管理、降低人员流失率的策略建议。
通过分析Kaggle的HR数据集来探究身边的朋友离职的原因，并基于该数据集中的特征建立一个评分卡模型以预测员工是否会离职。此数据集中共有15000份记录，其中3571人已经离开公司，这意味着大约有23.8%的人选择了离职。
具体的数据字段包括：
- 满意度水平（satisfaction_level）：反映对公司的满意程度。
- 最近一次评估得分(last_evaluation) ：员工对公司工作的评价分数。
- 进行的项目数量(number_project) : 表示在过去的时间里参与了多少个项目。
- 平均每月工作时长(average_montly_hours): 每月的工作时间长度，单位为小时。
- 在公司的时间(time_spend_company): 员工每天在公司的平均停留时间。
- 工作事故（Work_accident）：是否发生过工作差错或意外事件的标志。
- 过去五年内的晋升情况(promotion_last_5years) ：过去五年内是否有职位提升。
- 职业(sales): 员工所属部门或者职业类型，可能是销售、技术等不同的分类。
- 工资等级（salary）: 代表员工收入水平的指标，可进一步细化为低中高三个档次。
- 是否离职(left)：一个二元变量表示该员工是否已经离开了公司。
5星
