分类模型比较员工离职预测数据集

员工流失数据的分类模型比较资源，蛮适合做模型对比实验的。里面的字段整理得挺清楚，像Age、Attrition、BusinessTravel这些，拿来就能喂模型。不管你是练手还是真做个小系统，都挺顺手的。

基于Attrition预测离职情况，用的是 1 离职、2 未离职的标注方式，注意别搞混了。业务字段也比较全，像Department分得挺细，啥销售、研发、人力都列进去了。

想多比较几个模型？你可以搭配Python 员工流失预警模型直接开跑，不用自己撸数据集，省不少事。还有其他一些资源，比如树形展示部门的treeview结构也可以试试整合一下。

，适合做离职预测的分类练习。字段丰富、结构清晰，比较适合搞个RandomForest、XGBoost、SVM小对比。如果你想可视化做得更细，还能看看员工信息图形分类的资料，一起上效果更直观。

要注意的地方是Attrition字段用的是数字，不是布尔值，记得预一下。不然模型瞎跑哦～