लॉजिस्टिक रिग्रेशन परिणामों का वैलिडेशन

HR Analytics: R में Employee Churn की भविष्यवाणी

Anurag Gupta

People Analytics Practitioner

टेस्ट केसों की टर्नओवर प्रायिकता वितरण

कट-ऑफ से प्रायिकताओं को श्रेणियों में बदलें

# Classify predictions using a cut-off of 0.5
pred_cutoff_50_test <- ifelse(predictions_test > 0.5, 1, 0)

कन्फ्यूज़न मैट्रिक्स क्या है?

कन्फ्यूज़न मैट्रिक्स किसी क्लासिफिकेशन मॉडल की परफॉर्मेंस मापता है.

कन्फ्यूज़न मैट्रिक्स बनाना

## Creating confusion matrix
table(pred_cutoff_50_test, test_set$turnover)

prediction_categories   0   1
                    0 450  22
                    1  20  94

कन्फ्यूज़न मैट्रिक्स समझना

True negatives (TN): मॉडल ने सक्रिय कर्मचारियों की सही पहचान की
True positives (TP): मॉडल ने निष्क्रिय कर्मचारियों की सही पहचान की
False positives (FP): मॉडल ने कर्मचारियों को निष्क्रिय बताया, पर वे वास्तव में सक्रिय हैं
False negatives (FN): मॉडल ने कर्मचारियों को सक्रिय बताया, पर वे वास्तव में निष्क्रिय हैं

कन्फ्यूज़न मैट्रिक्स: एक्यूरेसी

$$ \text{Accuracy} = \frac{\text{ TP + TN }}{\text{ TP + TN + FP + FN }} $$

$$ \text{Accuracy} = \frac{\text{ 450 + 94 }}{\text{ 450 + 94 + 22 + 20}} $$

$$ = $$

$$ \text{0.9283} $$

कन्फ्यूज़न मैट्रिक्स बनाना

# Load library
library(caret)

# Construct a confusion matrix
conf_matrix_50 <- confusionMatrix(table(test_set$turnover, 
                                        pred_cutoff_50_test))

conf_matrix_50

Confusion Matrix and Statistics

prediction_categories   0   1
                    0 450  22
                    1  20  94

               Accuracy : 0.9283          
                 95% CI : (0.9044, 0.9479)
    No Information Rate : 0.802           
    P-Value [Acc > NIR] : <2e-16                                        
                  Kappa : 0.7728          
 Mcnemar's Test P-Value : 0.8774                                       
            Sensitivity : 0.9574          
            Specificity : 0.8103          
         Pos Pred Value : 0.9534          
         Neg Pred Value : 0.8246          
             ...

एडवांस्ड तरीकों के लिए संसाधन

अभ्यास करते हैं!

HR Analytics: R में Employee Churn की भविष्यवाणी