IBM HR员工减员 数据取自此处要解决的主要业务问题是如何创建系统以帮助大公司通过了解哪个员工可能离职来控制其减员,从而为他/她提供一些激励措施。留下来。 如何导航? 注意: 3X项目仅使用Python 3.X和Tableau 10.0及更高版本进行分析 PPT-包含业务问题和转换为DS问题 Tableau-EDA洞察 功能选择 各种分类模型 最终PPT-解释 报告 安装 $ pip install imblearn # For Smote 问题陈述 我们的客户是ABC一家领先的公司,在该领域表现良好。 最近,它的员工流失率急剧上升。 在过去的一年中,员工流失率已从14%上升到25%。 我们被要求制定一项战略,以立即解决该问题,以免影响公司的业务发展,并提出长期有效的员工满意度计划。 当前,尚无此类程序。 不能再加薪。 幻灯片在 探索性数据分析 数据是不平衡的,我们有83%的人尚未离
2024-10-11 07:03:26 16.14MB python data-science data random-forest
1
《极光-手机游戏流失用户研究报告》是一份深入探讨手机游戏行业的专业报告,由极光公司发布。报告主要关注的是游戏行业的关键指标——日活跃用户(DAU)以及用户流失问题,旨在为游戏开发者和运营商提供策略性的洞见,帮助他们理解和改善用户留存。 在报告的第1章中,极光详细分析了DAU(Daily Active Users)的变化趋势。DAU是衡量一款游戏受欢迎程度和活跃度的核心指标,通常反映游戏在一天内的用户基础。报告可能揭示了DAU在不同时间段(如6月、7月、8月、9月、10月、11月)的变化情况,这有助于识别季节性影响或者特定事件对用户活跃度的影响。通过这些数据,开发者可以了解游戏的生命周期阶段,以及何时需要推出新内容或促销活动来刺激用户参与。 第2章则聚焦于13DAU(13天日活跃用户),这是评估用户留存率的一个重要指标。13DAU表示在初次安装后第13天仍然活跃的用户数量。高13DAU意味着游戏具有较好的用户粘性,用户对游戏的兴趣持续时间较长。报告可能提供了不同游戏类型的13DAU对比,以及影响13DAU的关键因素,如游戏设计、用户体验、社区建设等。 报告中的数据可能来自极光的大数据分析平台,其依托于极光强大的数据采集和处理能力,确保了研究的准确性和时效性。极光移动(Aurora Mobile, NASDAQ:JG)作为一家在纳斯达克上市的公司,其在移动互联网领域的专业性不容忽视,其报告对于游戏行业的从业者来说,无疑是制定市场策略的重要参考。 这份报告深入剖析了手机游戏流失用户的特征、行为模式和流失原因,为游戏开发者提供了宝贵的用户洞察。通过分析DAU和13DAU等关键指标,开发者可以更好地理解用户的行为习惯,及时调整产品策略,降低用户流失,提高用户生命周期价值(LTV),从而实现游戏业务的持续增长。此外,报告还可能涉及了用户获取成本(CAC)、用户生命周期(LTV/CAC比例)、用户满意度和口碑传播等关键指标,全面评估游戏的市场表现和潜力。
2024-09-14 16:53:51 2.94MB
1
项目概况 开发环境:Jupyter Notebook(Anaconda3的应用包下) 项目描述 一、获取数据集并预处理 在网上(例如Kaggle)下载数据集,读入数据并进行数据预处理。 二、根据特征群进行可视化分析 数据总体分成三大特征群,逐一分析各特征群下,每个特征在特征群中的重要程度,在客户流失因素上的重要程度。对数据进行可视化分析,通过饼状图的对比,对各项特征指标有一个直观的清晰的 认识。 三、特征工程与类别平衡 数据预测前一系列处理,先进行特征工程处理,结合皮尔逊相关系数,把无用特征进行剔除,完善字符编码格式。再处理类别不平衡的问题(正负样本数相差较多,易导致数据倾斜或不准确)。 四、模型使用与评估 使用机器学习模型与模型评估方式,用K折交叉验证计算方式,分别对逻辑回归,随机森林,AdaBoost,XGBoost模型进行评估,得出预测模型的准确度,后续选择其中之一进行实际预测,并输出模型中的特征重要性。 五、总结分析与制定决策 总结分析,合并各客户的预测流失率与真实流失率,形成关系表。运营商可以根据分组情况的结果设定阈值并进行决策,从而确定分界点进行客户召回措施。
2024-06-28 13:06:06 10.88MB Kaggle
1
基于Orange Telecom历史数据开发的客户流失预测模型的数据集和要求
2024-04-17 14:30:13 221KB 数据集
1
非本站链接自动跳转 站外链接跳转 SEO 防止网站权重流失
2024-02-27 12:51:56 298B 外链跳转
1
水土流失是一个严重的环境问题,它通过降低土地生产力和水供应而对世界粮食生产产生不利影响。 本研究使用修正的土壤流失方程(RUSLE)模型并纳入地理信息系统(GIS)框架中,估算了巴西最重要的农业地区巴西塞拉多的年土壤流失率及其空间分布。 为此,根据RUSLE模型因子的功能确定土壤侵蚀的年增长率:降雨侵蚀力(R),土壤易蚀性(K),地形(LS),作物管理(C)和支持性保护措施(P)。 所有因素均来自文献。 将它们处理并集成到GIS中,生成年度土壤流失率地图。 所采用的方法显示出可接受的精度,并且有可能确定最容易受到水蚀的区域。 整个塞拉多的平均土壤流失率估计为12.8 t•ha-1•yr-1。 塞拉多的大部分地区处于低土壤流失区,分别占总表面积的79.91%,而中,高和非常高分别为15.70%,3.74%和0.66%。 造林区平均估计的土壤流失率为52.1 t•ha-1•yr-1。 在半年生,多年生和一年生作物种植中分别为29.3 t•ha-1•yr-1,而在牧场中则为13.3 t•ha-1•yr-1。 除一年生作物外,所有农场和造林地区的平均土壤流失率从中等到高。 这些结果表明,为了确
1
基于RUSLE和SDR的香溪河流域土壤流失脆弱区识别,陈炼钢,钱新,基于修正的通用土壤流失方程RUSLE和分布式泥沙输移比SDR函数,构建了由降雨侵蚀力因子、土壤可蚀性因子、坡度坡长因子、植被覆盖因�
2024-01-15 09:15:34 692KB 首发论文
1
土壤侵蚀是土地退化的重要原因,也是土壤肥力的结果,这降低了土地生产力和产量。 在埃塞俄比亚这样的发展中国家,这一问题更加严重。 为了最大程度地减少这一挑战,采用适当设计的水土保持是第一选择。 这项研究的目的是评估香根草对索莫多流域水土流失的影响。 社区动员被用于在农田上实施香根草,以稳定外滩和草条。 因此,作为土壤稳定措施,香根草覆盖了超过45公里(20%)的分水岭。 绿篱在两年内完全建立,平均形成36厘米高的梯田。 研究结果表明,在两年内,树篱上方积聚了约36厘米的土壤。 根据年均土壤沉积量和流域的平均容重,在没有香根草树篱行作为侵蚀屏障的情况下,年均土壤流失记录为20.88吨ha﹣1·year﹣1。 此外,由于在香根草树篱上方积聚了土壤,田间坡度平均降低了2.5%。 在上述树篱上,磷的有效性高于在树篱行以下,而在树篱上,可交换酸度低于在香根草树篱下,低于香根草树篱,这意味着土壤肥力得到改善。 研究建议香根草树篱可以作为缓解山坡和农田土壤侵蚀的直接措施,可以通过社区动员实施。 还强烈建议进一步研究香根草树篱如何提高磷的利用率并降低可交换的酸度。
2024-01-14 20:43:05 853KB 水土流失
1
python数据挖掘分析可视化实战项目,内含丰富的代码注释,非常适合小白学习,同时也包含了结果可视化及分析,可以一键提交。
2023-07-10 22:30:36 227KB python 数据挖掘
1
该数据为人力资源绩效相关数据,属性包括:员工等级、工作时间、参与项目数、所属部门、薪资、是否有过失误等。
2023-06-27 23:55:50 109KB 员工绩效 人力资源管理 员工流失
1