该数据集包含1个文件: WA_Fn-UseC_-Telco-Customer-Churn.csv 包含客户注册的服务、账户信息、统计信息等,可以分析所有相关的客户数据并制定有针对性的客户保留计划
2022-08-15 09:08:32 172KB 机器学习 人工智能
1
人力资源数据分析 使用Logistic回归对公司的人员流失进行HR数据分析。 一家名为XYZ的大公司在任何给定时间点都雇用大约4000名员工。 但是,每年约有15%的员工离开公司,并需要用就业市场上可用的人才库来代替。 管理层认为,这种流失率(员工自己离开或被解雇而离职)对公司不利,原因如下:•前雇员的项目被推迟,这使得他们难以按时完成任务,从而导致消费者和合作伙伴之间的声誉损失•为了招募新人才,必须维持相当大的部门•通常,必须对新员工进行工作培训和/或给予时间使其适应环境的培训因此,管理层已与人力资源分析公司签约,以了解他们应重点关注哪些因素,以减少人员流失。 换句话说,他们想知道应该对工作场所进行哪些更改,以使大多数员工留下来。 而且,他们想知道这些变量中的哪一个最重要,需要立即解决。 案例研究的目标:您需要使用逻辑回归模型对损耗的概率进行建模。 管理层将使用由此获得的结果来了解他
2022-03-22 17:51:20 1KB
1
基于kaggle平台上--电信客户流失数据集,利用生存分析进行流失预测 https://www.kaggle.com/blastchar/telco-customer-churn 0 customerID 客户编号 1 gender 性别 2 SeniorCitizen 是否是老年人 3 Partner 是否单身 4 Dependents 经济是否独立 5 tenure 已使用月份数 6 PhoneService 电话业务 7 MultipleLines 多线业务 8 InternetService 网络服务业务 9 OnlineSecurity 网络安全业务 10 OnlineBackup 网络备份业务 11 DeviceProtection 设备保护业务 12 TechSupport 技术支持业务 13 StreamingTV 网络电视业务 14 StreamingMovies 网络电影业务 15 Contract 合同方式 16 PaperlessBilling 电子账单 17 PaymentMethod 支付方式 18 MonthlyCharges 月费用 19 Total
2022-01-28 09:06:23 186KB kaggle
客户流失项目 使用电信客户流失数据确定功能重要性 杰夫·斯帕格诺拉 笔记: 该自述文件正在进行中,将很快完成。 介绍 客户流失是任何业务的主要关注点。 在当今世界,客户比以往任何时候都更加了解信息,并且只需在移动设备上轻按几下即可找到各种服务的优惠和促销。 使用有针对性的社交媒体广告,他们甚至不必这样做! 当客户管理中的任何失误都可以使忠诚的客户跳船寻求其他地方的更好报价时,仅凭这一事实就比以往更难创建长期客户。 在电信市场竞争如此激烈的情况下,许多公司遇到客户流失给竞争公司的问题也就不足为奇了。 通常,并非100%清楚为什么这些客户放弃了他们目前的提供商而去了另一家。 在这个项目中,我们将使用数据分析和机器学习来找出哪些因素最会影响客户决定将其服务提供商移交给竞争对手的决定。 获得 数据来自Kaggle的Churn In Telecom数据集。 关于Kaggle的信息不多于数据
2021-12-10 20:06:11 1.31MB JupyterNotebook
1
数据分析(DataScience)-01最后练习所需要的数据资料。
2021-12-02 16:40:56 180KB 电信用户流失数据
1
全国土壤侵蚀栅格数据
2021-10-27 17:03:26 1.54MB 土壤侵蚀 水土流失 水土流失数据
电信客户流失 重点客户保留计划 WA_Fn-UseC_-Telco-Customer-Churn.csv
2021-09-14 20:04:01 163KB 数据集
1
字段说明:州名, 账户长度, 区号, 电话号码, 国际计划,语音邮箱, 白天通话分钟数, 白天电话个数, 白天收费, 晚间通话分钟数,晚间电话个数, 晚间收费, 夜间通话分钟数,夜间电话个数, 夜间收费, 国际分钟数, 国际电话个数, 国际收费, 客服电话数,流失与否
2021-09-05 20:32:02 705KB 流失数据
1
项目背景和目的: 金融企业培养人才需要大量的成本,为了防止人才再次流失,应当注重员工流失分析。员工流失分析是评估公司员工流动率的过程,目的是找到影响员工流失的主要因素,预测未来的员工离职状况,减少重要价值员工流失情况。 本次实验项目是依据一家金融公司员工离职数据,目的是分析员工的离职原因,找到影响员工流失的主要因素,预测未来的员工离职状况,减少重要价值员工流失情况。 一、项目数据说明 数据取自于kaggle平台分享的数据集,共有10个字段14999条记录。数据主要包括影响员工离职的各种因素(员工满意度、绩效考核、参与项目数、平均每月工作时长、工作年限、是否发生过工作差错、5年内是否升职、部门、薪资)以及员工是否已经离职的对应记录。
2021-07-24 20:07:05 2.02MB Python 数据分析 可视化
银行客户流失数据银行客户流失数据银行客户流失数据银行客户流失数据银行客户流失数据银行客户流失数据银行客户流失数据银行客户流失数据银行客户流失数据银行客户流失数据银行客户流失数据银行客户流失数据银行客户流失数据
2021-04-29 01:24:38 569KB 银行客户流失数据
1