Avvägningen vid omsampling

Ett stort teknikföretag vill förutsäga personalomsättning för att förbättra medarbetarretentionen. Bara 12 % av de anställda har slutat, vilket innebär att modellen till stor del tränas på "stannar"-fall (88 %) – och det gör det svårt att identifiera dem som riskerar att lämna.

För att åtgärda denna obalans använder HR-analytiker syntetisk omsampling för att skapa fler "lämnar"-fall och balansera datamängden.

Nyckelkrav: modellen bör undvika att felklassificera lojala anställda som "högriskpersoner", för att undvika onödiga insatser för att behålla dem.

Modellen utvärderas med hjälp av:

• Träningsnoggrannhet: korrekta förutsägelser på träningsdata.
• Testnoggrannhet: korrekta förutsägelser på nya data.
• Precision: hur stor andel av de förutsagda som lämnar faktiskt lämnade.

Mätvärde	Modell A (utan omsampling)	Modell B (med omsampling)
Träningsnoggrannhet	85 %	95 %
Testnoggrannhet	82 %	85 %
Precision	80 %	68 %