基于CTGAN和逻辑回归的企业员工流失预测及影响因素研究

摘要

通过分析影响员工离职的关键因素，构建条件表格对抗生成网络-逻辑回归（CTGANLR）预测模型.首先，选用了某公司的开源人力资源数据集并进行了预处理.由于离职样本数量较少，采用条件表格对抗生成网络（CTGAN）进行过采样，以解决数据不平衡的问题.其次，在原始数据集和平衡后的数据集上，利用逻辑回归、决策树、随机森林和梯度提升树等多种机器学习算法进行员工流失预测，结果表明CTGAN-LR在各项指标上表现最佳.最后，研究探讨了影响员工离职的主要因素，通过特征重要性分析和因果推断确认了这些因素的显著性.同时，通过生存分析为企业提供了动态视角，以帮助制定更有效的人力资源管理策略.研究结果为企业制定针对性的留人策略提供了实证依据，并强调了提升员工满意度和优化薪酬结构的重要性.

关键词

员工流失 / 不平衡数据集 / 条件表格对抗生成网络 / 逻辑回归