Ladění klasifikátoru fluktuace zaměstnanců

HR Analytics: Predicting Employee Churn in Python

Hrant Davtyan

Assistant Professor of Data Science American University of Armenia

Přeučení

Přítomnost přeučení:

Přesnost na trénovací sadě: 100 %
Přesnost na testovací sadě: 97,23 %

Metody pro boj s přeučením:

Omezení maximální hloubky stromu
Omezení minimální velikosti vzorku v listech

Prořezávání stromu

Omezení hloubky

model_depth_5 = DecisionTreeClassifier(
                max_depth=5, random_state=42)
# Train set Accuracy: 97.71%
# Test  set Accuracy: 97.06%

Omezení vzorků

model_sample_100 = DecisionTreeClassifier(
                   min_samples_leaf=100, random_state=42)
# Train set Accuracy: 96.58%
# Test set Accuracy: 96.13%

Pojďme si procvičit!

HR Analytics: Predicting Employee Churn in Python