Компромиссы при ресэмплинге

Крупная технологическая компания хочет прогнозировать увольнения сотрудников, чтобы улучшить показатели удержания. Однако лишь 12% сотрудников покинули компанию, поэтому модель обучается преимущественно на случаях «остался» (88%) — это затрудняет выявление тех, кто рискует уйти.

Чтобы устранить этот дисбаланс, HR-аналитики применяют синтетический ресэмплинг: создают дополнительные случаи «уволился» и выравнивают данные.

Ключевое требование: модель не должна ошибочно относить лояльных сотрудников к категории «высокого риска увольнения», чтобы не тратить ресурсы на удержание впустую.

Модель оценивается по следующим метрикам:

• Точность на обучении: доля верных предсказаний на обучающих данных.
• Точность на тесте: доля верных предсказаний на новых данных.
• Precision: какая доля предсказанных «уволившихся» действительно уволилась.

Метрика	Модель A (без ресэмплинга)	Модель B (с ресэмплингом)
Точность на обучении	85%	95%
Точность на тесте	82%	85%
Precision	80%	68%