피처 엔지니어링

HR Analytics: R로 직원 이탈 예측하기

Abhishek Trehan

People Analytics Practitioner

피처 엔지니어링

기본 변수: 데이터셋에서 직접 사용할 수 있는 변수
파생 변수: 기본 변수를 변환하여 도출한 변수

새로운 피처 생성

직원과 관리자 간의 나이 차이
잦은 이직 지수
직원 재직 기간

나이 차이

관점
압박 대처 능력
기대치
직업 윤리

잦은 이직

$$ \text{잦은 이직 지수} = \frac{\text{총 경력}}{\text{근무한 회사 수}} $$

직원 재직 기간

재직 기간: 고용 지속 기간
퇴직 직원 재직 기간
```
 date_joining & last_working_date 
```

재직 중 직원 재직 기간
```
  date_joining & cutoff_date
```

직원 재직 기간 도출

# Coercing date variables from dd/mm/yyyy format 

library(lubridate)

org_final %>% 
  mutate(date_of_joining = dmy(date_of_joining), 
         cutoff_date = dmy(cutoff_date), 
         last_working_date = dmy(last_working_date))

기간 계산

# Computing time span in years

library(lubridate)

date_1 <- ymd("2000-01-01")
date_2 <- ymd("2014-08-09")

time_length(interval(date_1, date_2), "years")

14.60274

연습해 봅시다!

HR Analytics: R로 직원 이탈 예측하기

Preparing Video For Download...