{
  "fetched_at": "2026-10-20T07:07:47Z",
  "source_url": "https://www.kaggle.com/competitions/attrition-prediction/data",
  "pages": [
    {
      "name": "rules",
      "content": "This is a page where you can include rules that participants must accept before joining. You may wish to include rules like:\n\n - Don't cheat!\n - Apply yourself!\n - Have fun!",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "data-description",
      "content": "<h2>文件描述</h2>\n<ul>\n<li><strong>train.csv</strong> - 训练集</li>\n<li><strong>test.csv</strong> - 测试集</li>\n<li><strong>sampleSubmission.csv</strong> - 提交文件格式</li>\n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "<h1>问题描述</h1>\n<p>\n我们有员工的各种统计信息，以及该员工是否已经离职，统计的信息包括了（工资、出差、工作环境满意度、工作投入度、是否加班、是否升职、工资提升比例等）<br>\n现在需要你来通过训练数据得出 员工离职预测，并给出你在测试集上的预测结果。\n我们将给出课程上公开的榜单\n</p>\n<h1>数据说明</h1>\n训练数据和测试数据，保存在train.csv和test.csv文件中<br/>\n训练集包括1176条记录，31个字段，字段说明如下：  <br/>\n| 字段 | 说明 |\n| --- | :--------: |\n| Age | 员工年龄|\n| Attrition | 员工是否已经离职，Yes表示离职，No表示未离职|\n| BusinessTravel | 商务差旅频率，Non-Travel不出差，Travel_Rarely不经常出差，Travel_Frequently经常出差|\n| DailyRate | 平均每日工资 |\n| Department | 员工所在部门，Sales销售部，Research &amp; Development研发部，Human \nResources人力资源部|\n|DistanceFromHome|公司跟家庭住址的距离，从1到29，1表示最近，29表示最远|\n|Education|员工的教育程度，从1到5，5表示教育程度最高|\n|EducationField|员工所学习的专业领域，Life Sciences表示生命科学，Medical表示医疗，Marketing表示市场营销，Technical Degree表示技术学位，Human Resources表示人力资源，Other表示其他|\n|EmployeeNumber|员工号码|\n|EnvironmentSatisfaction|员工对于工作环境的满意程度，从1到4，1的满意程度最低，4的满意程度最高|\n|Gender|员工性别，Male表示男性，Female表示女性|\n|JobInvolvement|员工工作投入度，从1到4，1为投入度最低，4为投入度最高|\n|JobLevel|职业级别，从1到5，1为最低级别，5为最高级别|\n|JobRole|工作角色：Sales Executive销售主管，Research Scientist科学研究员，Laboratory Technician实验室技术员，Manufacturing Director制造总监，Healthcare Representative医疗代表，Manager经理，Sales Representative销售代表，Research Director研究总监，Human Resources人力资源|\n|JobSatisfaction|工作满意度，从1到4，1代表满意度最低，4代表最高|\n|MaritalStatus|员工婚姻状况，Single单身，Married已婚，Divorced离婚|\n|MonthlyIncome|员工月收入，范围在1009到19999之间|\n|NumCompaniesWorked|员工曾经工作过的公司数|\n|Over18|年龄是否超过18岁|\n|OverTime|是否加班，Yes表示加班，No表示不加班|\n|PercentSalaryHike|工资提高的百分比|\n|PerformanceRating|绩效评估|\n|RelationshipSatisfaction|关系满意度，从1到4，1表示满意度最低，4表示满意度最高|\n|StandardHours|标准工时|\n|StockOptionLevel|股票期权水平|\n|TotalWorkingYears|总工龄|\n|TrainingTimesLastYear|上一年的培训时长，从0到6，0表示没有培训，6表示培训时间最长|\n|WorkLifeBalance|工作与生活平衡程度，从1到4，1表示平衡程度最低，4表示平衡程度最高|\n|YearsAtCompany|在目前公司工作年数|\n|YearsInCurrentRole|在目前工作职责的工作年数|\n|YearsSinceLastPromotion|距离上次升职时长|\n|YearsWithCurrManager|跟目前的管理者共事年数|\n\n测试数据主要包括294条记录，30个字段，不包括员工是否已经离职的记录，需要通过由训练数据所建立的模型以及所给的测试数据，得出相应的员工是否已经离职的预测。\n\n\n<p>评分标准：AUC</p>\n![](https://www.googleapis.com/download/storage/v1/b/kaggle-user-content/o/inbox%2F2445437%2Fcb3da0eb50c880f8a0649a34e525bf1d%2Fauc-1.png?generation=1575603193502330&alt=media)\n\n<h2>Acknowledgements</h2>\n<p>数据来自IBM Watson Analytics分析平台分享的样例数据，选取了部分作为训练和测试集</p>\n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Evaluation",
      "content": "<p>评价指标：[AUC](http://en.wikipedia.org/wiki/Receiver_operating_characteristic)，即ROC曲线下面的面积</p>\n\n<h2>提交文件格式</h2>\n<p>提交文件包括了两列: user_id 和 Attrition</p>\nuser_id,Attrition<br />442,0.161699<br />1091,0.047432<br />981,0.236299<br />785,0.008719<br />1332,0.059855<br />\n<span style=\"font-size: 14px; line-height: 1.4em;\">etc.</span>",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}