文件名称：Salary_Prediction:用于预测和估计新职位发布的薪金的模型
文件大小：87.18MB
文件格式：ZIP
更新时间：2024-04-06 18:22:01
JupyterNotebook
薪资预测申请 申请新职位前薪的申请 目录 =============== 业务问题 人力资源专业人员在招聘新员工方面的主要挑战是找到具有必要技能的合适人选。 为了保持竞争力，吸引最优秀的应聘者并减少员工流失和相关成本，重要的是要有一个有效的招聘流程。 有效招聘的一个重要方面是对任何工作规格的薪水都有一个很好的估计。 但是，即使对于相同的工作规范，薪水通常也会因行业，地理位置等而异，这给估算带来了挑战。 客观的 目标是在带有薪水（培训集）的一组职位上使用预测模型，找到估计薪水的重要因素，并检查哪种模型最能预测任何工作规格的薪水。 然后，将最佳模型用于预测一组新的职位发布（测试集）的薪水。 数据 火车数据包括薪水和职位规格，每个职位都有一个唯一的标识符（jobId），用于一百万个职位发布。 下表列出了火车和测试仪的工作规格相同： 分类特征和级别： 学位：博士，硕士，学士，高中，无 职位类型：
【文件预览】：
Salary_Prediction-master
----app()
--------.ipynb_checkpoints()
--------templates()
--------requirements.txt(662B)
--------static()
--------Procfile(21B)
--------app.py(1KB)
----images()
--------fig5.png(42KB)
--------fig6.png(171KB)
--------fig2.png(24KB)
--------fig7.png(260KB)
--------fig3.png(27KB)
--------fig8.png(13KB)
--------fig4.png(91KB)
--------fig1.png(16KB)
----model()
--------model.txt(2KB)
--------explainer.lzma(1KB)
--------model.lzma(86.5MB)
----log()
--------train.log(57B)
--------predict.log(196B)
--------model_selection.log(779B)
--------etl.log(1KB)
----notebooks()
--------Salary_Prediction.ipynb(13KB)
----scripts()
--------model_selection.py(3KB)
--------utils.py(4KB)
--------__pycache__()
--------etl.py(2KB)
--------predict.py(1KB)
--------config.yaml(588B)
--------train.py(2KB)
----README.md(6KB)
----.gitattributes(42B)