文件名称：公司职员
文件大小：21KB
文件格式：ZIP
更新时间：2024-03-10 15:57:19
Python
创建一个机器学习模型的项目，以预测公司员工的减员情况。 根据给定的数据，进行了层次聚类以识别聚类。 获得了四个聚类，并得出了类别的推论。 类别如下：-类别0：永久雇员，类别1：临时雇员，类别2：预计离开公司，类别3：合同雇员。 在识别出集群之后，应用了各种机器学习模型，例如逻辑回归，随机森林，支持向量机，决策树。 进行超参数调整以确定给定模型的最佳值。 最好的模型是支持向量机分类器，它具有最高的准确性，精度和F1分数。 将创建一个Flask Web应用程序，用户可以在其中键入员工的新数据。 然后，通过机器学习模型预测员工是否更有可能以给定的属性离开公司。 目标类别为第2类，其中预计员工将离开公司，而在其他类别中，则预期员工将留在公司中。
【文件预览】：
companystaff-main
----app.py(3KB)
----README.md(1KB)
----Procfile(21B)
----model.pkl(30KB)
----model.py(29KB)
----template()
--------index.html(5KB)
----requirements.txt(779B)
----scaler.pkl(1KB)