Cette section présente les résultats prédits générés par le modèle entraîné sur un sous-ensemble de 1 000 lignes du jeu de données de test. Les prévisions sont basées sur les modèles appris du modèle et incluent des métriques clés qui aident à évaluer sa fiabilité.
Étape 1 : sélection d'un sous-ensemble de données
Un sous-ensemble de 1 000 employés est sélectionné dans l'ensemble de données de test après avoir supprimé la colonne 'FLIGHT_RISK' pour garantir des prédictions impartiales.
123hdf_new=df_test.drop('FLIGHT_RISK').head(1000)
display(hdf_new.collect())| ITEM_NUMBER | EMPLOYEE_ID | Âge | AGE_GROUP10 | AGE_GROUPS | GÉNÉRATION | CRITICAL_JOB_ROLE | RISK_OF_LOSS | IMPACT_OF_LOSS | FUTURE_LEADER | SEXE... | CURRENT_REGION | CURRENT_COUNTRY | CURCOUNTRYLAT | CURCOUNTRYLON | PROMOTION_WITHIN_LAST_3_YEARS | CHANGED_POSITION_WITHIN_LAST_2_YEARS | CHANGE_IN_PERFORMANCE_RATING | FUNCTIONALAREACHANGETYPE | JOBLEVELCHANGETYPE | EN-TÊTES |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 0 | 10037 | 33 | (25-35] | (30-35] | Génération Y | Non critique | Faible | Faible | Aucun futur leader | Homme... | Amériques | Mexique | 19,432601 | -99,133342 | Aucune promotion | Aucune modification | 0 - Non disponible | Aucune modification | Aucune modification | 1 |
| 1 | 10045 | 33 | (25-35) | (30-35) | Génération Y | Critique | Moyenne | Moyenne | Aucun futur leader | Féminin... | Amériques | USA | 39,783730 | -100,445882 | Aucune promotion | Aucune modification | 0 - Non disponible | Aucune modification | Aucune modification | 1 |
| 2 | 10082 | 33 | (25-35) | (30-35) | Génération Y | Critique | Faible | Moyenne | Aucun futur leader | Homme | Amériques | USA | 39,783730 | -100,445882 | Aucune promotion | Aucune modification | 0 - Non disponible | Aucune modification | Aucune modification | 1 |
| 3 | 10086 | 33 | (25-35) | (30-35) | Génération Y | Non critique | Moyenne | Faible | Futur leader | Homme... | Amériques | USA | 39,783730 | -100,445882 | Aucune promotion | Aucune modification | 0 - Non disponible | Aucune modification | Aucune modification | 1 |
| 4 | 10092 | 33 | (25-35) | (30-35) | Génération Y | Non critique | Faible | Faible | Futur leader | Homme... | Amériques | USA | 39,783730 | -100,445882 | Aucune promotion | Aucune modification | 0 - Non disponible | Aucune modification | Aucune modification | 1 |
| . ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | ... | |
| 995 | 16699 | 36 | (35-45) | (35-40) | Génération Y | Critique | Moyenne | Faible | Aucun futur leader | Homme... | EMEA | Irlande | 52,865196 | -7,979460 | Promotion | Aucune modification | 3 - Diminution | Déplacement interfonctionnel | Promotion | 1 |
| 996 | 16702 | 36 | (35-45) | (35-40) | Génération Y | Critique | Élevée | Moyenne | Aucun futur leader | Féminin... | EMEA | Danemark | 55,670249 | 10,333328 | Aucune promotion | Modification | 1 - Augmentation | Déplacement interfonctionnel | Même niveau | 1 |
| 997 | 16704 | 36 | (35-45) | (35-40) | Génération Y | Non critique | Moyenne | Élevée | Futur leader | Homme... | APJ | Chine | 35,000074 | 104,999927 | Aucune promotion | Aucune modification | 3 - Diminution | Déplacement interfonctionnel | Même niveau | 1 |
| 998 | 16710 | 45 | (45-55) | (40-45) | Génération X | Critique | Moyenne | Moyenne | Aucun futur leader | Homme... | EMEA | Italie | 42,638426 | 12,674297 | Promotion | Modification | 1 - Augmentation | Déplacement interfonctionnel | Promotion | 1 |
| 999 | 16731 | 50 | (45-55) | (45-50] | Génération X | Critique | Élevée | Élevée | Aucun futur leader | Homme... | Amériques | USA | 39,783730 | -100,445882 | Aucune promotion | Modification | 2 - Constante | Déplacement interfonctionnel | Même niveau | 1 |
Étape 2 : exécution des prévisions
Les prévisions sont générées à l'aide du modèle entraîné :
12predicted_classification = hgbc.predict(hdf_new, key = 'EMPLOYEE_ID', attribution_method='tree-shap',
missing_replacement='feature_marginalized')Étape 3 : Filtrage et affichage des résultats
Notez que quelques exemples de prévisions sont affichés dans le tableau ci-dessous. La table comprend les colonnes suivantes : 'EMPLOYEE_ID', 'SCORE', 'CONFIDENCE', 'REASON_CODE', 'Top 1' et 'PCT 1'.
La colonne 'SCORE' [1] représente les valeurs de catégorie prédites, tandis que la colonne 'CONFIDENCE' indique le niveau de probabilité ou de confiance de la prédiction de classification effectuée par le modèle.
En outre, la colonne 'REASON_CODE' fournit des informations sur l'importance de la fonctionnalité liée à la classification prédite (c'est-à-dire l'importance ou l'explicabilité de la fonctionnalité locale) [2].
Par exemple, le numéro de ligne "zéro" dans la table représente l'enregistrement d'un salarié classé comme "Oui" (indiquant l'abandon de l'employé). La caractéristique la plus influente pour cette classification est 'FUNCTIONALAREACHANGETYPE' (répertoriée dans la colonne 'Top 1'), avec une valeur de pourcentage de 29 % (affichée dans la colonne 'PCT 1').
123456pd.set_option('max_colwidth', None)
display(predicted_classification.filter('"SCORE" = \'Yes\'').select(
'EMPLOYEE_ID', 'SCORE', 'CONFIDENCE', 'REASON_CODE',
('json_query("REASON_CODE", \'$[0].attr\')', 'TOP 1'),
('json_query("REASON_CODE", \'$[0].pct\')', 'PCT 1') ).head(3).collect())| ITEM_NUMBER | EMPLOYEE_ID | SCORE | CONFIANCE | REASON_CODE | PREMIER 1 | PCT 1 |
|---|---|---|---|---|---|---|
| 0 | 10772 | Oui | 0,9805 | Code Snippet | "FUNCTIONALAREACHANGETYPE" | 29,6167 |
| 1 | 12996 | Oui | 0,6626 | Code Snippet | "FUNCTIONALAREACHANGETYPE" | 26,1833 |
| 2 | 16484 | Oui | 0,5256 | Code Snippet | "FUNCTIONALAREACHANGETYPE" | 36,9316 |
| ITEM_NUMBER | EMPLOYEE_ID | SCORE | CONFIANCE | REASON_CODE | PREMIER 1 | PCT 1 |
|---|---|---|---|---|---|---|
| 0 | 27221 | Oui | 0,522728 | Code Snippet | "TIMEINPREVPOSITIONMONTH" | 34,21097120019775 |
| 1 | 27858 | Oui | 0,990345 | Code Snippet | "TIMEINPREVPOSITIONMONTH" | 41,194646979837177 |
| 2 | 28272 | Oui | 0,703382 | Code Snippet | "TIMEINPREVPOSITIONMONTH" | 30,169212529463996 |
Récapitulatif des résultats
La table de sortie inclut les colonnes clés suivantes :
- "EMPLOYEE_ID" : identifiant unique pour chaque salarié.
- 'SCORE' : prédiction du modèle indiquant si un salarié est susceptible de partir ('Oui' pour l'attrition, 'Non' dans le cas contraire).
- 'CONFIDENCE': mesure de certitude dans la prédiction, représentant la force avec laquelle le modèle associe les données d'entrée au résultat prédit.
Une valeur 'SCORE' plus élevée indique une probabilité accrue d'attrition, tandis qu'une valeur 'CONFIDENCE' plus élevée suggère que la prévision est plus fiable.
Ces informations peuvent être utilisées pour améliorer les stratégies de fidélisation des collaborateurs ciblées, en exploitant l'analyse pilotée par les données pour réduire la rotation du personnel.
Références
Conclusion
La valeur de la métrique de performance AUC obtenue lors de l'évaluation du modèle est supérieure à '0,90', ce qui indique un classificateur suffisamment performant.
En examinant les résultats de l'entraînement du modèle, nous avons affiché la section de l'importance de la fonctionnalité. C'est-à-dire l'importance relative de tous les attributs expliquant et contribuant aux performances de classification globale du modèle.
Lors de la section Prévision du modèle, nous avons mis en surbrillance une valeur "CONFIDANCE" plus élevée indique une plus grande fiabilité dans la prévision du modèle. En outre, nous avons montré la pertinence de la 'explicabilité' (par exemple, sortie fournie dans la colonne 'REASON_CODE') en fournissant un outil efficace pour comprendre la modélisation prédictive [1].
Nous avons montré comment SAP HANA PAL a parfaitement intégré la « capacité d'explication » à la classification, et elle s'étend également à divers algorithmes de régression et à l'analyse de séries chronologiques. L’explicabilité de l’apprentissage automatique est essentielle pour atteindre les objectifs éthiques de SAP en matière d’IA, en garantissant l’équité, la transparence et la fiabilité dans les systèmes d’IA.
En résumé, ces informations peuvent être exploitées pour répondre de manière proactive aux stratégies de fidélisation des collaborateurs sur la base d'analyses basées sur des modèles.