样本均衡与特征选择在员工离职倾向预测上的应用

摘要

本文采用SMOTE、ADASYN、SMOTETOMEK、SMOTEENN和Borderline-SMOTE 5种样本均衡方法,对数据进行了样本均衡。使用遗传算法对样本均衡前后的数据进行特征选择,并将LightGBM集成学习算法应用于员工数据,进行了离职倾向预测。结果表明,使用SMOTEENN方法对标准化后的数据进行样本均衡处理后,再使用遗传算法对其进行特征选择,LightGBM预测效果最佳,验证了其优越性。