本文主要基于数据挖掘中的决策树分类技术建立组合分类器模型,对员工离职数据集进行分类,预测员工离职。研究的主要内容包括数据预处理、单分类器模型建立以及通过剪枝、组合等手段优化模型,提高预测准确性。论文针对员工离职数据集进行数据预处理,模型建立等数据挖掘手段。数据预处理,采用数据离散化,删除数据冗余属性等方法优化数据集,之后采用有放回抽样的方法克服非均衡数据集问题。在此数据集上对比使用ID3算法、C4.5算法建立单棵决策树分类器,之后使用组合分类器bagging算法在单棵决策树的基础上构建组合分类器提高预测效率,预测员工离职,评估企业用人风险。具体来说,本文研究的内容主要有以下几个方面:(1)针对员工离职数据进行预处理。将连续数据离散化便于模型处理,填补或删除属性不全的样本,使用3种方法去除冗余属性,简化数据集。(2)处理数据非均衡问题。本文使用的数据集中正反样本比例近似为1:10,为典型非均衡数据集,采用抽样等方法将数据集处理为均衡数据集从而可以被经典模型使用。(3)建立单棵决策树模型。比较数据挖掘中2种经典的决策树分类算法,观察效率和准确率,并对决策树进行改进、剪枝和可视化操作。(4)建立组合分类器。使用bagging算法构建组合分类器方法观察准确率,使用加权投票的方式得出预测结果。通过对比实验效果,可以得知:在数据预处理阶段,删除无用和冗余的属性可以降低模型构建时间,而准确率变化不大,有效地降低了数据集的维度。在模型构造及分类预测阶段,剪枝操作可以有效简化决策树模型,而改进和组合可以提高预测的准确性。