基于改进XGBoost的企业员工离职预测模型

来源 :信息技术 | 被引量 : 0次 | 上传用户:csnd123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
建立企业员工离职预测模型找出有离职倾向的员工,可以提前采取有针对性的措施,降低人才流失对企业发展造成的影响。文中选取IBM Watson Analytics平台发布的数据集,建立基于改进XGBoost算法的模型并与未改进前的模型进行比较研究。结果表明,改进后的模型在召回率以及AUC值指标上提高了100%和8%。
其他文献
随着我国信息技术的不断发展,我国已经正式进入了信息化时代,信息技术的普及与发展彻底改变了人们的生活,同时也促进了各行业的转型与升级。信息技术催生了新兴媒体,新媒体时代的发展改变了人们获取信息的习惯与方式,同时也对传统纸质媒体造成了一定的冲击。
针对现有船联网(Internet of Vessels,IOV)路由协议在大数据量传输时网络性能较低的问题,文中提出一种基于到达时间优先的分块传输路由协议DBT-ATP(Data Block Transmission-Arrival Time Priority),该协议通过比较相遇船舶的预计到岸时间选择中继节点,采用分块的方式转发大数据量消息。文中针对机会网络传输的特点,提出了归一化网络冗余率作为评价数据传输有效性的指标。仿真结果表明,消息数据量较大时,相比于Epidemic协议,DBT-ATP协议有效提
灾情或险情的状态评估和后续的救灾方案决策都需要相关技术手段予以支持,对于此问题的热点方案是采用多机器人融合监测并救援。由于通信系统的固有性能限制,传统非物联网技术下的机器人存在一定技术不足。针对这些不足,本文设计了物联网技术下多机器人综合管理系统,将各台移动侦察机器人坐标位置、图像、各类传感器数据及救援机器人位置动作等信息综合处理并和数字地图进行融合,实现了集GPS、GIS、实时图像、实时传感信息