이직 위험 구간 만들기

이제 각 재직 직원에 대해 이직 확률 예측값이 있으니, 아래 기준에 따라 서로 다른 위험 구간으로 분류해 보겠습니다:

0 <= fit <= 0.5이면 no-risk
0.5 < fit <= 0.6이면 low-risk
0.6 < fit <= 0.8이면 medium-risk
0.8 < fit <= 1이면 high-risk

여러 개의 ifelse() 문 대신 cut() 함수를 사용해 위험 구간을 만듭니다.

위험 구간을 설정하면 적절한 개입 전략과 유지 계획을 세우는 데 도움이 됩니다.

이 연습은 강의의 일부입니다

HR Analytics: R로 직원 이탈 예측하기

강의 보기

연습 안내

위 조건에 따라 emp_risk의 fit 열을 기준으로 직원을 위험 구간으로 분류하세요.
각 위험 구간별 직원 수를 출력하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Create turnover risk buckets
emp_risk_bucket <- emp_risk %>% 
  ___(risk_bucket = ___(fit, breaks = c(0, 0.5, 0.6, 0.8, 1), 
                           labels = c("no-risk", "low-risk", 
                                      "medium-risk", "high-risk")))

# Count employees in each risk bucket
emp_risk_bucket %>% 
  ___(risk_bucket)

코드 편집 및 실행