机器学习目标：
建立一个模型预测有可能离职的员工。
具体要求：
要体现完整机器学习建模过程。
数据讲解：
数据主要包括影响员工离职的各种因素（工资、出差、工作环境满意度、工作投入度、
是否加班、是否升职、工资提升比例等）以及员工是否已经离职的对应记录。
数据分为训练数据和测试数据，分别保存在 pfm_train.csv 和 pfm_test.csv 两个文
件中。
其中训练数据主要包括 1100 条记录，31 个字段，主要字段说明如下：
（1）Age：员工年龄
（2）Attrition：员工是否已经离职，1 表示已经离职，2 表示未离职，这是目标预测
值；
（3）BusinessTravel：商务差旅频率，Non-Travel 表示不出差(0)，Travel_Rarely
表示不经常出差(1)，Travel_Frequently 表示经常出差(2)；
（ 4 ） Department ： 员 工 所 在 部 门 ， Sales 表 示 销 售 部 ， Research &
Development 表示研发部，Human Resources 表示人力资源部；
（5）DistanceFromHome：公司跟家庭住址的距离，从 1 到 29，1 表示最近，29
表示最远；
（6）Education：员工的教育程度，从 1 到 5，5 表示教育程度最高；
（7）EducationField ： 员工所学习的专 业 领域， Life Sciences 表示生命科 学 ，
Medical 表 示 医 疗 ， Marketing 表 示 市 场 营 销 ， Technical Degree 表 示 技 术 学 位 ，
Human Resources 表示人力资源，Other 表示其他；
（8）EmployeeNumber：员工号码；
（9）EnvironmentSatisfaction：员工对于工作环境的满意程度，从 1 到 4，1 的
满意程度最低，4 的满意程度最高；
（10）Gender：员工性别，Male 表示男性，Female 表示女性；
（11）JobInvolvement：员工工作投入度，从 1 到 4，1 为投入度最低，4 为投入
度最高；
（12）JobLevel：职业级别，从 1 到 5，1 为最低级别，5 为最高级别；
（13）JobRole：工作角色：Sales Executive 是销售主管，Research Scientist 是
科学研究员，Laboratory Technician 实验室技术员，Manufacturing Director 是制造
总 监 ， Healthcare Representative 是 医 疗 代 表 ， Manager 是 经 理 ， Sales
