¿Alguien usó minero rápido para predecir el desgaste de los empleados? En caso afirmativo, por favor indique pasos o ejemplos?

Answer 1

Si está utilizando RapidMiner 6, primero pruebe los tutoriales. El primer tutorial de cómics muestra cómo crear un modelo simple basado en un árbol de decisiones. No comience con el proceso de plantilla, es genérico y solo lo puede entender un experto. Agregue tanta información como esté disponible para sus datos.

Para la predicción del desgaste de los empleados, comenzaría con un conjunto de datos como el que se muestra a continuación

1. Fecha de ingreso
2. días de servicio
3. Salario
4. No de incrementos.
5. Incremento desde que te uniste
6. No de los trabajos anteriores y su duración (puede agregar atributos como number_of_earlier_jobs, job_1_duration, job2_duration, job_3_duration, y así sucesivamente … ¿tiene la idea?)
7. Su proyecto actual.
8. Su gerente, ninguna de las personas que trabajan bajo su gerente, ninguna de las personas que renunciaron el último trimestre bajo este gerente
9. su departamento
10. No de hojas tomadas (leaves_first_quarter, leaves_second_quarter,…)
11. empresas anteriores como atributos booleanos (previous_company_x, previous_company_y, etc.)
12. No de amigos en su facebook.
13. No de enlaces en su enlace en.
14. No de entradas de blog, proyectos github.
15. No de seguidores en twitter.
…
y finalmente Etiqueta: Renunciado o Trabajando.

Como puede ver, puede seguir agregando información a estos datos, hay muchas posibilidades. Una vez que tenga estos datos, puede crear un modelo de árbol de decisión o cualquier otro modelo en estos datos.

renuncia:
Esto es solo para dar una idea. Tenga en cuenta que recopilar y analizar información personal sin consentimiento no solo es un problema de privacidad, sino que también puede ser ilegal en la mayoría de los países.