HR 분석 소개

HR Analytics: Python으로 직원 이탈 예측하기

Hrant Davtyan

Assistant Professor of Data Science American University of Armenia

HR 분석이란?

피플 분석(People Analytics)이라고도 함
데이터 기반의 인력 관리 접근법

HR 분석이 다루는 문제

채용/평가
인재 유지
성과 평가

학습 및 개발
협업/팀 구성
기타 (예: 결근)

직원 이직

직원 이직은 직원이 회사를 떠나는 과정
직원 이탈(attrition) 또는 이탈률(churn)이라고도 함
회사에 높은 비용을 초래할 수 있음
채용 및 인재 유지 결정에 영향을 미칠 수 있음

강의 구성

데이터셋 탐색 및 조작
직원 이직 예측
예측 평가 및 튜닝
최종 모델 선택

import pandas as pd
data = pd.read_csv("turnover.csv")

data.info()

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 14999 entries, 0 to 14998
Data columns (total 10 columns):
satisfaction_level       14999 non-null float64
last_evaluation          14999 non-null float64
number_project           14999 non-null int64
average_montly_hours     14999 non-null int64
time_spend_company       14999 non-null int64
work_accident            14999 non-null int64
churn                    14999 non-null int64
promotion_last_5years    14999 non-null int64
department               14999 non-null object
salary                   14999 non-null object
dtypes: float64(2), int64(6), object(2)
memory usage: 1.1+ MB

데이터셋

data.head()

   satisfaction  evaluation  number_of_projects  ...  promotion  department  salary
0          0.38        0.53                   2  ...          0       sales     low
1          0.80        0.86                   5  ...          0       sales  medium
2          0.11        0.88                   7  ...          0       sales  medium
3          0.72        0.87                   5  ...          0       sales     low
4          0.37        0.52                   2  ...          0       sales     low

고유 값

print(data.salary.unique())

array(['low', 'medium', 'high'], dtype=object)

연습해 봅시다!

HR Analytics: Python으로 직원 이탈 예측하기