SkIearn数据挖掘技术在职业院校人才招聘中的应用

• 作者: 叶小玲 林海
• 来源期刊: 现代计算机
• 关键词: Sklearn 数据挖掘 逻辑回归 准确率 召回率
• 年，卷（期）: 2020,（24）
• 所属期刊栏目: 研究与开发
• 页码范围: 20-26
• 页数: 7页
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2020.24.004

摘要

职业院校每年都大批选拔大学毕业生到校入职,尤其新兴专业岗位,招聘成功率偏低.运用Python中Sklearn工具,对应聘的毕业生的数据,以逻辑回归为基准算法,预测大学毕业生入职学校的机率,旨在帮助招聘部门针对性指定人才引进的决策,争夺到适合本校发展的大学毕业生,提升招聘成功率.探讨特征提取、模型训练、降维与聚类的在数据挖掘中的应用;并比较逻辑回归、支持向量机、决策树、随机森林、K临近分类器的准确率、召回率、F1Score等指标.通过实证案例分析表明,职业院校选择大学毕业生的数据适合回归、分类、聚类的算法,逻辑回归算法简单易用,且具备较强的解释力.