员工离职预测IBMHR数据集EmployeeAttritionPredictionIBMHRDataset-nevilmaloba
数据来源：互联网公开数据
标签：员工离职, 人力资源, 预测分析, 机器学习, 员工属性, 行为分析, 组织管理, 数据挖掘
数据概述：
该数据集包含来自IBM公司的人力资源数据，记录了员工的个人信息、工作情况和离职情况，用于分析和预测员工的离职倾向。主要特征如下：
时间跨度：数据未明确标注时间，通常被视为历史数据快照，用于建立预测模型。
地理范围：数据可能来源于IBM在全球范围内的员工，但具体地域信息未明确。
数据维度：数据集包括员工的年龄、离职情况（Attrition）、出差频率（BusinessTravel）、日工资（DailyRate）、部门（Department）、离家距离（DistanceFromHome）、教育程度（Education）、学历领域（EducationField）、员工数量（EmployeeCount）、员工编号（EmployeeNumber）、环境满意度（EnvironmentSatisfaction）、性别（Gender）、时薪（HourlyRate）、工作投入度（JobInvolvement）、职位级别（JobLevel）、工作角色（JobRole）、工作满意度（JobSatisfaction）、婚姻状况（MaritalStatus）、月收入（MonthlyIncome）、月费率（MonthlyRate）、工作过的公司数量（NumCompaniesWorked）、是否超过18岁（Over18）、是否加班（OverTime）、薪资提升百分比（PercentSalaryHike）、绩效评分（PerformanceRating）、关系满意度（RelationshipSatisfaction）、标准工时（StandardHours）、股票期权水平（StockOptionLevel）、总工作年限（TotalWorkingYears）、去年培训次数（TrainingTimesLastYear）、工作生活平衡（WorkLifeBalance）、在公司年限（YearsAtCompany）、在现任职位年限（YearsInCurrentRole）、上次晋升后的年限（YearsSinceLastPromotion）、与现任经理共事年限（YearsWithCurrManager）以及员工来源（Employee Source）等多个维度。
数据格式：CSV格式，文件名为IBM HR Data new.csv，方便数据分析和建模。
来源信息： 数据来源于IBM公司的人力资源记录，经过整理和匿名化处理，以保护员工隐私。该数据集适用于员工离职预测、人力资源管理分析等。
数据用途概述：
该数据集具有广泛的应用潜力，特别适用于以下场景：
研究与分析：适用于人力资源管理、行为科学等领域的研究，例如员工离职影响因素分析、离职风险预测模型构建等。
行业应用：为企业人力资源部门提供数据支持，尤其在人才管理、员工留存、招聘策略优化等方面具有实用价值。
决策支持：支持企业制定更有针对性的员工管理政策，改善工作环境，降低员工流失率。
教育和培训：作为数据分析、机器学习、人力资源管理等课程的教学案例，帮助学生和从业者理解和应用数据分析技术。
此数据集特别适合用于探索员工离职的影响因素，构建预测模型，并为企业提供数据驱动的决策支持，以优化人力资源管理策略，提高组织效率。
