직원 퇴사 여부 예측 프로그램 (with ClickAI) Python(파이썬)

자료 데이터

나이 / 출장 / 일당 / 분야 / 집까지의 거리 / 교육 / 교육분야 / 근무 환경 / 성별 / 직업참여 / 직업 레벨 / 직무 / 직업안전도 / 결혼 여부 / 월소득 / 일한 회사 수 / 초과근무 / 연봉인상비율 / 성능등급 / 관계만족도 / 스톡옵션레벨 / 총근무년도 / 작년 교육시간 / 워라벨 / 회사에서 근속년수 / 현재 역할수 / 마지막 승진 이후 몇년 / 현재 관리자와 함께 몇년

소스코드

import requests
import json

url = "https://api.clickai.ai/889/predict/"

payload = {"modelid":10081,
           "apptoken":"e36aeab7d264456c9a97e49cc09db174",
           "parameter": {"나이__직원 퇴사여부.csv": int(input('나이 : '))
                         ,"출장__직원 퇴사여부.csv": input('출장 (Non-Travel / Travel_Rarely) :  ')
                         ,"일당__직원 퇴사여부.csv": int(input('일당 : '))
                         ,"분야__직원 퇴사여부.csv": input('분야 (Sales/Human Resources/Research & Development) : ')
                         ,"집까지의 거리__직원 퇴사여부.csv": int(input('집까지의 거리(km) : '))
                         ,"교육__직원 퇴사여부.csv":int(input('교육 (년) : '))
                         ,"교육분야__직원 퇴사여부.csv": input('교육 분야 (Marketing/Medical/Technical Degree/Life Sciences) : ')
                         ,"근무 환경__직원 퇴사여부.csv":int(input('근무 환경 만족도 (1~5) : '))
                         ,"성별__직원 퇴사여부.csv": input('성별 (Female/Male) : ')
                         ,"직업참여__직원 퇴사여부.csv":int(input('직업 참여도 (1~5) : '))
                         ,"직업 레벨__직원 퇴사여부.csv":int(input('직업 숙련도 (1~5) : '))
                         ,"직무__직원 퇴사여부.csv": input('직무 (Sales Executive/Manager/Laboratory Technician/Manufacturing Director) : ')
                         ,"직업안전도__직원 퇴사여부.csv":int(input('직업 안전도 (1~5) : '))
                         ,"결혼 여부__직원 퇴사여부.csv": input('결혼 여부 (Married/Single) : ')
                         ,"월소득__직원 퇴사여부.csv": int(input('월소득 (만 원) : '))
                         ,"일한 회사수__직원 퇴사여부.csv":int(input('회사 이직 수 : '))
                         ,"초과근무__직원 퇴사여부.csv": input('초과근무 (Yes/No) : ')
                         ,"연봉인상비율__직원 퇴사여부.csv":int(input('연봉 인상 비율 (%) : '))
                         ,"성능등급__직원 퇴사여부.csv":int(input('직원 능력 (1~5) : '))
                         ,"관계만족도__직원 퇴사여부.csv": int(input('회사 내 인간 관계 만족도 (1~5) : '))
                         ,"스톡옵션레벨__직원 퇴사여부.csv": int(input('스톡옵션 레벨 (0~1) : '))
                         ,"총근무년도__직원 퇴사여부.csv": int(input('총 근무년도 : '))
                         ,"작년 교육시간__직원 퇴사여부.csv": int(input('작년 교육시간 : '))
                         ,"워라벨__직원 퇴사여부.csv": int(input('워라벨 만족도 (1~5) : '))
                         ,"회사에서 근속년수__직원 퇴사여부.csv": int(input('회사 근속년수 : '))
                         ,"현재 역할수__직원 퇴사여부.csv": int(input('부서 내 현재 역할수 : '))
                         ,"마지막 승진 이후 몇년__직원 퇴사여부.csv": int(input('마지막 승진 이후 몇 년 일했는가? : '))
                         ,"현재 관리자와 함께 몇년__직원 퇴사여부.csv": int(input('현재 관리자와 함께 몇 년 함께 일했는가? : '))
                        }
          }

headers = {
    'content-type': "application/json",
    'cache-control': "no-cache",
    }

response = requests.request("POST", url, data=json.dumps(payload), headers=headers)

print(response.text.split('n')[6][14:20])

print("\n직원 퇴사 여부")
if(response.text.split('n')[1][31] == 'N'):
    print(response.text.split('n')[1][31:33])
else:
    print(response.text.split('n')[1][31:34])

 

예제 데이터 미리 입력한 소스코드

import requests
import json

url = "https://api.clickai.ai/889/predict/"

payload = {"modelid":10081,
           "apptoken":"e36aeab7d264456c9a97e49cc09db174",
           "parameter": {"나이__직원 퇴사여부.csv": 31
                         ,"출장__직원 퇴사여부.csv": "Non-Travel"
                         ,"일당__직원 퇴사여부.csv": 1188
                         ,"분야__직원 퇴사여부.csv": "Sales"
                         ,"집까지의 거리__직원 퇴사여부.csv": 20
                         ,"교육__직원 퇴사여부.csv": 2
                         ,"교육분야__직원 퇴사여부.csv": "Marketing"
                         ,"근무 환경__직원 퇴사여부.csv":4
                         ,"성별__직원 퇴사여부.csv": "Female"
                         ,"직업참여__직원 퇴사여부.csv": 3
                         ,"직업 레벨__직원 퇴사여부.csv": 2
                         ,"직무__직원 퇴사여부.csv": "Sales Executive"
                         ,"직업안전도__직원 퇴사여부.csv": 3
                         ,"결혼 여부__직원 퇴사여부.csv": "Married"
                         ,"월소득__직원 퇴사여부.csv": 6932
                         ,"일한 회사수__직원 퇴사여부.csv": 1
                         ,"초과근무__직원 퇴사여부.csv": "No"
                         ,"연봉인상비율__직원 퇴사여부.csv": 13
                         ,"성능등급__직원 퇴사여부.csv": 3
                         ,"관계만족도__직원 퇴사여부.csv": 4
                         ,"스톡옵션레벨__직원 퇴사여부.csv": 1
                         ,"총근무년도__직원 퇴사여부.csv": 9
                         ,"작년 교육시간__직원 퇴사여부.csv": 2
                         ,"워라벨__직원 퇴사여부.csv": 2
                         ,"회사에서 근속년수__직원 퇴사여부.csv": 9
                         ,"현재 역할수__직원 퇴사여부.csv": 8
                         ,"마지막 승진 이후 몇년__직원 퇴사여부.csv": 0
                         ,"현재 관리자와 함께 몇년__직원 퇴사여부.csv": 0
                        }
          }

headers = {
    'content-type': "application/json",
    'cache-control': "no-cache",
    }

response = requests.request("POST", url, data=json.dumps(payload), headers=headers)

print("\n퇴사할 확률")
print(response.text.split('n')[6][14:20])

print("\n직원 퇴사 여부")
if(response.text.split('n')[1][31] == 'N'):
    print(response.text.split('n')[1][31:33])
else:
    print(response.text.split('n')[1][31:34])

 

예제 데이터 결과