|
satisfaction_level--满足度，last_evaluation--最后一次评估，number_project--参加项目数目，average_montly_hours--每月均匀事变时刻，time_spend_company--公司逗留时刻，Work_accident--事变事情次数，left--是否去职，promotion_last_5years--已往五年升值状况，sales--工种，salary--人为。
并且简朴的视察了一下，没有发明缺失值，那么我就可以直接进入数据说明阶段了。
数据预处理赏罚
按照每一个特性的数值环境，我们可以将不少特性因子化，利便后期做差异类此外差别说明。
- hr$sales<-as.factor(hr$sales)
- hr$salary<-as.factor(hr$salary)
- hr$left<-as.factor(hr$left)
- hr$Work_accident<-as.factor(hr$Work_accident)
- hr$left<-recode(hr$left,'1'="yes",'0'="no")
- hr$promotion_last_5years<-as.factor(hr$promotion_last_5years)
看的出大部门数据都是数值型的，我们行使相干性来权衡差异变量之间的相干性坎坷：
- cor.hr<-hr %>% select(-sales,-salary)
- cor.hr$Work_accident<-as.numeric(as.character(cor.hr$Work_accident))
- cor.hr$promotion_last_5years<-as.numeric(as.character(cor.hr$promotion_last_5years))
- cor.hr$left<-as.numeric(as.character(cor.hr$left))
- corrplot(corr = cor(cor.hr),type = "lower",method = "square",title="变量相干性",order="AOE")
直观的来看，是否去职和满足度坎坷就有很高的关联性啊。
EDA
- ggplot(group_by(hr,sales),aes(x=sales,fill=sales))+geom_bar(width = 1)+coord_polar(theta = "x")+ggtitle("差异职业的人数")
- ggplot(hr,aes(x=sales,y=satisfaction_level,fill=sales))+geom_boxplot()+ggtitle("差异职业的满足度")+stat_summary(fun.y = mean,size=3,color='white',geom = "point")+
- theme(legend.position = "none")
- ggplot(hr,aes(x=sales,y=satisfaction_level,fill=left))+geom_boxplot()+ggtitle("差异职业的满足度")
- ggplot(hr,aes(x=sales,y=average_montly_hours,fill=left))+geom_boxplot()+ggtitle("差异职业的事变时长")
- ggplot(hr,aes(x=sales,y=number_project,fill=left))+geom_boxplot()+ggtitle("差异职业的项目环境")
（编辑：湖南网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
|
