Introduktion till HR-analys
HR-analys: Förutsäg personalomsättning i Python
Hrant Davtyan
Assistant Professor of Data Science American University of Armenia
Vad är HR-analys?
- Kallas även personalanalys
- Ett datadrivet sätt att hantera personal.
Problem som HR-analys adresserar
- Rekrytering/bedömning
- Personalbehållning
- Prestationsutvärdering
- Lärande och utveckling
- Samarbete/teamsammansättning
- Annat (t.ex. frånvaro)
Personalomsättning
- Personalomsättning innebär att anställda lämnar företaget
- Kallas även personalavgång eller personalbortfall
- Kan medföra höga kostnader för företaget
- Kan påverka rekryterings- och behållningsbeslut
Kursstruktur
- Beskriva och bearbeta datamängden
- Förutsäga personalomsättning
- Utvärdera och finjustera prediktioner
- Välja slutlig modell
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
Datamängden
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
Unika värden
print(data.salary.unique())
array(['low', 'medium', 'high'], dtype=object)
Nu kör vi en övning!
HR-analys: Förutsäg personalomsättning i Python
