題目: 離職率預測Input資料說明(共47個columns)

1. yyyy :代表年份，代表此筆資料裡的紀錄是某職員當年度資訊，以數字表示。從2014~2017
2. PerNo :職員編號，以數字表示，從1~8775號，中間有跳號
3. PerStatus : 預測目標，0 為未離職；1 為離職。
4. sex : 性別，0或1
5. 工作分類 : 1或2，猜測1為雇用人員，2為約聘人員
6. 職等 : 以數字表示，從1~8號，數字越小代表職位越大
7. 廠區代碼 : 以數字表示，從2~20號
8. 管理層級 : 以數字表示，從1~6號，數字越小代表職位越大
10. 工作資歷1 : 0或1，約有1/14的人有，是最少人有的，推測為博士證書，或是曾任主管階級職位
11. 工作資歷2 : 0或1，是最排名第4多的，推測是碩士證書
12. 工作資歷3 : 0或1，是最排名第2多的
13. 工作資歷4 : 0或1，是最排名第3多的
14. 工作資歷5 : 0或1，約有3/14的人有，是最排名第1多的，推測為英語執照
15. 專案時數 : 以數字表示，從0~25號，代表做專案總付出時間，大部分人落在20~23
16. 專案總數 : 以數字表示，從1~8號，代表做專案總專案數，分布平均
17. 當前專案角色 : 以數字表示，從1~5號，秘書型（Coordinator）/保姆型（Babysitter）/ 協助型（Assistant）/ 支配型（Dominator）
18. 特殊專案佔比 : 以數字表示，從0~15號，大部分為0或1，2以上佔少數，代表能力高低
19. 工作地點 : 以數字表示，從1~11號，
20. 訓練時數A : 以數字表示，從0~15號，代表行銷訓練
21. 訓練時數B : 以數字表示，從0~15號，代表專業技能訓練
22. 訓練時數C : 以數字表示，從0~15號，代表管理組織訓練
23. 生產總額 : 以數字表示，從0~100號，大部分人低於20，數字越高越少人
24. 榮譽數 : 以數字表示，從0~9號，代表對公司貢獻較大
25. 是否升遷 : 以數字表示，0代表沒有升遷，1代表有升遷
26. 升遷速度 : 以數字表示，從1~10號，數字越大越快
27. 近三月請假數A : 以數字表示，從0~15號，幾乎所有人都有請過假
28. 近一年請假數A : 以數字表示，從1~12號，幾乎所有人都有請過假
29. 近三月請假數B : 猜測是某種活動b，大部分為0，最高為4
30. 近一年請假數B : 同上活動
31. 出差數A : 國內出差數(較頻繁)
32. 出差數B : 國外出差數
33. 出差集中度 : 以數字表示，數字愈大，集中度愈高
34. 年度績效等級A : 最高為10分，拿A的頻率
35. 年度績效等級B : 最高為10分，拿B的頻率
36. 年度績效等級C : 最高為10分，拿C的頻率
37. 年齡層級 : 以數字表示，最高為13，愈高代表愈年長
38. 婚姻狀況 : 以年齡預測，1為已婚，2為未婚
39. 年資層級A : 管理層年資，每五年一個階層，5年以下 /5~10 /10~15
40. 年資層級B : 中階層年資
41. 年資層級C : 員工層年資
42. 任職前工作平均年數 : 同字面意思，平均年數
43. 最高學歷 : 空白為未知，1為高中，2為大學，3為研究所
44. 畢業學校類別 : 以數字表示，4為居多，猜測是普通大學，其餘則是科大等等
45. 畢業科系類別 : 需要計算哪些數字頻繁出現可以代表這些員工大部分的科系
46. 眷屬量 : 同字面意思，數量
47. 通勤成本 : 數字愈大則成本越高
48. 歸屬部門 : 數字編號

---------------------------------------------------
---------------------------------------------------
**資料分析常用語法

1.pandas .info() :顯示每個column資料總數以及型態

2.pandas.head(n) :印出前n筆資料，也就是印出n筆row
3.pandas.describe() :印出每個column的統計資料，如平均值/標準差/最大最小值等等

4.pandas.column.unique(): 印出某column以不重複的元素總數

5.pandas.cloumn.value_counts(ascending=True/false):印出某column裡面的元素各自重複幾次

6.pandas.loc[cloumn].isna() :印出空白每個column裡面空白的資料個有幾個

7.sklearn.MinMaxScaler().fit_transform(array(不限維度)) :轉化資料使資料，縮放到一個指定的最大和最小值（通常是1-0）之間