如何在人力資源分析中使用決策樹? 接下來一起看看吧!!!
什么是決策樹?
決策樹是一種產(chǎn)生非參數(shù)模型的監(jiān)督機(jī)器學(xué)習(xí)算法。監(jiān)督部分意味著決策樹是在自變量和因變量的值都已知的情況下構(gòu)建的。非參數(shù)部分意味著決策樹模型不對基礎(chǔ)數(shù)據(jù)分布做出任何假設(shè)。
因此決策樹非常靈活。它們甚至可以開箱即用地用于分類(即分類結(jié)果)和回歸(即數(shù)字結(jié)果)目的。
如何在人力資源分析中使用決策樹?
決策樹是HR 分析工具箱的重要補(bǔ)充。他們可以輕松地在您的 HR 數(shù)據(jù)中找到并利用復(fù)雜的非線性效應(yīng),而且?guī)缀醪恍枰治鰩煹膮⑴c。
決策樹在特定情況下特別有價值:
當(dāng)您擁有高維數(shù)據(jù)(即許多變量)并且您不確定哪些具有預(yù)測潛力時。這里有幾個例子:
1.您已經(jīng)調(diào)查了團(tuán)隊(duì)氛圍的特征(工作壓力、領(lǐng)導(dǎo)風(fēng)格、反饋、自主權(quán)等),并對高員工流動率的相關(guān)性感到好奇。
2.你有很多關(guān)于員工職業(yè)歷史的數(shù)據(jù)點(diǎn),并對職業(yè)發(fā)展(晉升)的相關(guān)性感到好奇。
3.您擁有有關(guān)員工工作經(jīng)驗(yàn)的詳細(xì)數(shù)據(jù)(例如,來自簡歷的文本數(shù)據(jù)),并對與招聘決策相關(guān)的內(nèi)容感到好奇。
4.當(dāng)您的因變量不是正態(tài)分布時(例如,像工資或缺勤率這樣的傾斜數(shù)據(jù))
5.或者當(dāng)您期望非線性效應(yīng)時,例如高階多項(xiàng)式或變量之間的相互作用和調(diào)節(jié)效應(yīng),例如:
6.您調(diào)查了團(tuán)隊(duì)氛圍的特征(工作壓力、領(lǐng)導(dǎo)風(fēng)格、反饋、自主權(quán)等),并對您經(jīng)歷高員工流動率的情況/組合感興趣。
7.您有許多關(guān)于員工職業(yè)歷史的數(shù)據(jù)點(diǎn),并且對職業(yè)發(fā)展(晉升)最多的情況/組合感興趣。
8.您擁有有關(guān)員工工作經(jīng)驗(yàn)的詳細(xì)數(shù)據(jù)(例如,來自簡歷的文本數(shù)據(jù)),并且對哪些經(jīng)驗(yàn)可以預(yù)測成功的招聘感到好奇。
9.您期望任期和銷售業(yè)績之間存在關(guān)系,但它不是線性的。您預(yù)計(jì)開始時表現(xiàn)不佳,第 2 年到第 5 年表現(xiàn)出色,然后緩慢下降。
它們允許靈活、輕松地發(fā)現(xiàn)復(fù)雜的模式。此外,輸出模型可以直觀地理解和解釋給其他人——甚至是非技術(shù)利益相關(guān)者。
雖然決策樹肯定有局限性,但我們認(rèn)為 HR 領(lǐng)域可以從這些“機(jī)器學(xué)習(xí)”算法的更廣泛使用中獲益良多。