人才是一个企业蓬勃发展的关键力量,人才流失会导致企业竞争力的降低,进而影响企业的发展。许多企业面临着员工主动离职引起的人才流失问题,而如何解决这一问题成为企业人力资源管理者的难题。通过统计分析和机器学习方法找到影响员工离职的关键特征和建立员工离职预测模型,可以帮助人力资源管理者对员工离职的原因进行分析以及提前找到有离职倾向的员工,进而采取相应的措施来降低企业员工的离职风险。以IBM Watson Analytics平台提供的企业员工离职数据为研究对象,针对数据集中存在的员工离职比例高的问题,在寻找影响员工离职的关键因素上,对数据进行说明、清洗后,利用逻辑回归模型对影响员工离职的特征重要性进行分析。首先利用描述性统计方法对公司员工在各个特征上的分布情况进行分析,从整体上对员工的分布情况进行初步的了解。接着对特征和离职状态的相关性进行分析,剔除与离职状态不存在线性相关的特征。之后对数据进行预处理,进行特征选择以及对无序分类特征进行独热编码。在进行了相关参数设置后,利用10折交叉验证训练模型,得到准确率为74%,精确率为36%,召回率为73%,AUC值为0.80的逻辑回归模型,以及由模型得到的与员工离职呈正相关和负相关的各个特征排序。选择对员工离职影响最大的三个正相关的特征,频繁出差、加班、未婚,结合员工的年龄和月收入状况对五个较高离职比例的职位销售代表、实验室技术员、人事、销售人员、研究员进行离职原因分析并给出相应建议。在企业员工离职预测模型的构建上,为了避免对不平衡数据进行处理导致的模型过拟合问题,将Bagging算法和欠采样方法相结合来对离职数据集中的不平衡数据进行处理,建立企业员工离职预测模型。通过因子分析和WOE编码来对特征进行处理,利用Bagging算法和欠采样方法构建平衡数据子集,选择逻辑回归作为基分类器,进行相应的参数设置后进行训练。训练基分类器时进行5折交叉验证,最后得到了准确率为76%,精确率为41%,召回率为81%,AUC值为0.85的员工离职预测模型,并且在召回率和AUC值上,均高于改进前的逻辑回归模型以及随机森林模型和梯度提升树模型,说明模型具有较好的预测性能。结果表明,利用逻辑回归模型可以得到与员工离职呈正相关和负相关的各个特征的重要性排序,与Bagging算法和欠采样方法相结合后可以建立避免过拟合且有较好预测性能的员工离职预测模型,能够帮助企业的人力资源管理者分析员工离职的原因,提前找到有离职倾向的员工,对解决企业中的员工离职问题有一定的参考价值。