关于数据集
员工流失预测数据集包含10,000名员工的数据，专为预测建模和员工流失分析而设计。该数据集包含各种人口统计、工作相关和绩效指标，有助于理解导致员工流动的因素。
主要特征：
Employee_ID（员工ID）：每位员工的唯一标识符。
Age（年龄）：员工的年龄。
Gender（性别）：员工的性别。
Marital_Status（婚姻状况）：员工的婚姻状况（单身、已婚、离异）。
Department（部门）：员工工作的部门（如人力资源、IT、销售、市场等）。
Job_Role（职位角色）：部门内的具体角色（如经理、分析师等）。
Job_Level（职级）：在组织层级中的级别。
Monthly_Income（月收入）：员工的月薪。
Hourly_Rate（时薪）：小时工的每小时工资率。
Years_at_Company（司龄）：员工在公司工作的年数。
Years_in_Current_Role（当前职位年数）：员工在当前职位工作的年数。 Years_Since_Last_Promotion（距上次晋升年数）：自员工上次晋升以来的时间。
Work_Life_Balance（工作生活平衡）：工作与生活平衡的评分。
Job_Satisfaction（工作满意度）：工作满意度评分（1-5分制）。
Performance_Rating（绩效评级）：绩效评分（1-5分制）。
Training_Hours_Last_Year（去年培训时长）：过去一年完成的培训小时数。
Overtime（加班情况）：员工是否加班（是/否）。
Project_Count（项目数量）：员工管理的项目数量。
Average_Hours_Worked_Per_Week（周平均工作时间）：每周平均工作小时数。
Absenteeism（缺勤率）：过去一年中员工的缺勤天数。
Work_Environment_Satisfaction（工作环境满意度）：对工作环境满意度的评分。
Relationship_with_Manager（与经理关系）：与经理关系的评分。
Job_Involvement（工作投入度）：工作投入程度的评分。
Distance_From_Home（通勤距离）：从家到工作地点的距离（公里）。 Number_of_Companies_Worked（工作过的公司数）：员工职业生涯中工作过的公司总数。
Attrition（流失情况）：目标列（是/否），指示员工是否已离开公司。
数据集用途：
该数据集可用于构建机器学习模型来预测员工流失风险，分析影响员工留任的关键因素，以及制定有效的人力资源策略来降低员工流动率。
