Advertisement

IBM员工离职数据集，用于数据集的分析。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
This dataset represents a fabricated collection of information, meticulously developed by the data scientists at IBM. Specifically, the file named WA_Fn-UseC_-HR-Employee-Attrition.csv constitutes this simulated data resource.

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • IBM员工离职的数据集-数据集
    优质
    该数据集记录了IBM公司员工离职的相关信息，包括人口统计学特征、绩效评估等变量，旨在帮助企业分析员工流失原因并采取相应措施。 这是由IBM数据科学家创建的一个虚构的数据集，名为WA_Fn-UseC_-HR-Employee-Attrition.csv。
     
  • 员工离职数据分析集
    优质
    《员工离职数据分析集》汇集了对员工离职原因、趋势及影响因素的数据分析，旨在帮助企业识别潜在问题并采取预防措施，以降低员工流失率和提升组织效率。 该数据集包含14999个样本以及10个特征，通过现有员工是否离职的数据，建立模型预测有可能离职的员工。数据文件名为HR_comma_sep.csv。
     
  • 员工离职预测数据集
    优质
    该数据集包含企业内部员工信息及历史离职情况，旨在通过分析员工特征和行为模式来预测未来的离职趋势，帮助企业制定有效的人员保留策略。 员工离职预测数据集提供了有关影响员工离职的各种因素的信息，可用于分析并建立模型来预测员工的离职倾向。这些数据可以帮助企业提前采取措施以减少人才流失，并优化人力资源管理策略。
     
  • 员工离职预测的数据集
    优质
    该数据集旨在预测企业中员工的离职趋势，通过分析影响员工离开公司的各种因素，帮助企业制定更有效的员工保留策略。 员工离职预测数据集主要用于分析影响员工离职的各种因素，并通过历史数据建立模型来预测未来的离职情况。这样的研究可以帮助企业采取预防措施减少优秀人才的流失，提高团队稳定性与工作效率。
     
  • 员工离职预测的数据集.rar
    优质
    该数据集包含企业内部员工信息及其是否离职的历史记录，旨在帮助研究者和HR专家建立模型，以提前预测哪些员工可能会选择离开公司。 员工离职预测数据集包含了用于分析和预测员工离职情况的相关数据。这份数据集可以帮助企业更好地理解影响员工离职的因素，并采取相应的措施来降低人员流失率。
     
  • 离职原因的数据集分析
    优质
    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。
     
  • 员工辞职原因的数据集
    优质
    本数据集汇集了大量员工主动离职的原因分析，涵盖工作环境、薪酬福利、职业发展等多方面因素，旨在帮助企业优化人力资源管理策略。 这是员工离职因素数据集，包含了影响员工离职的各种因素，如工作时长和KPI打分等。该数据集被用于博主博客中的决策树与随机森林分析。
     
  • Glassdoor职位数据分析-数据集
    优质
    该数据集来源于职场社交平台Glassdoor，包含大量关于公司职位的详细信息和员工评价，适用于进行深入的职业分析和市场研究。 Glassdoor是一个网站，现有员工和前员工可以在其中匿名审查公司情况。此外，用户还可以在该平台上匿名提交并查看薪水信息，并搜索和申请工作职位。2018年，该公司被日本的Recruit Holdings以12亿美元的价格收购。公司的总部设在美国加利福尼亚州米尔谷市，在芝加哥、都柏林、伦敦以及圣保罗也设有办事处。
     
  • 数据分析师职位信息数据集
    优质
    本数据集包含多个维度的数据分析师职位招聘信息，涵盖技能要求、经验需求及薪资范围等详细内容，旨在帮助求职者和招聘方更好地理解和匹配岗位要求。 该数据集包含2000多个从Glassdoor搜集的工作岗位信息，适用于数据分析员职位的分析研究。数据包括以下字段：通用ID、职称、Glassdoor网站上的工资估计、工作描述、公司评级、公司名称、位置（办公地点）、总部所在位置、按员工人数计算的公司规模、成立年份、所有权类型、行业分类及所属部门等信息，以及公司的年度收入和主要竞争对手。此外还包括一个字段来表示该职位是否支持快速申请功能。 此数据集可以为正在寻找数据分析师工作的求职者提供参考帮助，并且适用于机器学习、数据分析与挖掘等领域的工作。
     
  • 用于数据分析和数据挖掘的数据集集合
    优质
    本资源汇集了多样化的数据集，旨在支持数据分析与数据挖掘研究。适用于学术探索及实践应用，涵盖广泛领域如机器学习、统计学等。 各类数据分析和数据挖掘所需的數據集。