基于Catboost算法的员工离职预测的研究——以IBM公司为例

目录

声明

第1章 绪论

1.1 研究背景

1.2 研究目的及意义

1.2.1 研究目的

1.2.2 研究意义

1.3 研究内容、方法和技术路线

1.3.1 研究内容

1.3.2 研究方法

1.3.3 技术路线

第2章 文献综述与本文相关理论

2.1 文献综述

2.1.1 关于员工离职因素的文献综述

2.1.2 关于员工离职模型的文献综述

2.2 本文相关理论

2.2.1 数据预处理

2.2.2 模型相关理论概述

2.2.3 模型评估与比较

第3章 数据来源与处理

3.1 数据来源

3.2 数据预处理

3.2.1 数据清洗

3.2.2 数据标准化

3.2.3 特征编码

3.2.4 描述性统计

3.2.5 处理不平衡数据

3.2.6 变量选择

第4章 员工离职预测

4.1 员工离职的Logistic回归模型

4.2 员工离职的决策树模型

4.3 员工离职的随机森林模型

4.4 员工离职的KNN模型

4.5 员工离职的朴素贝叶斯模型

4.6 员工离职的梯度提升模型

4.7 员工离职的CatBoost模型

4.8 模型评估与比较

4.9 结论与建议

第5章 总结与展望

5.1 总结

5.2 展望

参考文献

致谢