Ocena modelu

HR Analytics: Przewidywanie rotacji pracowników w Pythonie

Hrant Davtyan

Assistant Professor of Data Science American University of Armenia

Błędy predykcji

Metryki oceny (1)

Jeśli celem są odchodzący, skupiamy się na FN
- Czułość = TP/(TP+FN)
- Mniej FN → wyższa czułość
- Czułość – % poprawnych predykcji wśród 1 (odchodzących)
Jeśli celem są pozostający, skupiamy się na FP
- Swoistość = TN/(TN+FP)
- Mniej FP → wyższa swoistość
- Swoistość – % poprawnych predykcji wśród 0 (pozostających)

Metryki oceny (2)

Nawet gdy celem są odchodzący, można skupić się na FP:
- Precyzja = TP/(TP+FP)
- Mniej FP → wyższa precyzja
- Precyzja – % faktycznie odchodzących wśród tych, którzy zostali przewidziani jako odchodzący

Czas na ćwiczenia!

HR Analytics: Przewidywanie rotacji pracowników w Pythonie

Preparing Video For Download...