数据分析岗位薪资预测
案例介绍
通过对主要城市数据分析岗位的招聘信息数据进行建模，实现对薪资水平的预测目的。
数据集介绍
数据集下载：薪资.csv
案例操作
为了对各城市数据分析岗位薪资的进行预测，需要对数据进行预处理，将数据处理为模型能够处理的类型。通过观察数据，我们选择对薪资水平进行预测。为了实现该目的，我们需要构建以下工作流：
1、拖动"加载文件"控件到画布中，单击控件，选择"薪资.csv"上传，上传后控件会显示数据基本信息，案例中的数据集包含2880个实例，11个特征，详细内容如下图所示：
在"属性列表"栏下，可以对原始数据中包含的各个属性的类型以及类别进行编辑，我们将address、company、diploma、experience以及labels属性的类型修改为categorical以便将其作为特征提供训练模型使用，将commision_pct属性类型设置为numeric。 配置完成后，右键控件点击【运行该控件】执行控件。
2、拖动"特征构建"控件到画布中，构建目标属性salary_level（薪资水平），将avg_salary转换为三种的收入水平：少于12K，[12K, 36K)，大于36K。具体配置如下图所示：
我们选择创建一个【离散型】的属性，并将其【属性名】设置为salary_level，该属性是基于数据集中的avg_salary构建而得。需要在【表达式】中键入相关python代码：
">36" if avg_salary > 36 else "12-36" if avg_salary >= 12 and avg_salary<36 else "<12"
并在【离散值】中定义好将符合不同匹配条件的取值常量，由于上一步包含3个条件分支，所以我们需要三个对应的常量值分别表示不同的收入水平，不同的取值用逗号分隔：
>36, 12-36, <12
完成配置后执行控件即可。
3、创建完属性后，需要将刚创建的属性配置为待预测的目标属性。拖动"属性选择"控件到画布中，将salary_level移动到【目标属性】中，将avg_salary（平均薪资）、bottom（最低薪资）、top（最高薪资）、position（职位）、salary（薪资）移动到【可选属性】，避免干扰模型结果，将address（城市）、diploma（学历）、commision_pct（奖金率）、experience（经验)、company（招聘公司）、labels（行业标签）作为【特征属性】用来训练模型。具体配置如下：
4、完成模型构建必要属性的选择后，选择抽样得到的数据用于建模，剩余的数据用于评估模型好坏。拖动"数据抽样"控件到画布中，选择【交叉验证】，采用默认参数配置运行。
5、我们选择三个模型对数据进行建模，分别拖动"朴素贝叶斯"、"随机森林"、"LightGBM"控件到画布中。其中，"朴素贝叶斯"控件无模型参数，可直接运行。我们配置"随机森林"和"LightGBM"中的参数【树的数量】设置为50，其他参数保持默认值不变，采用的具体配置如下。
6、拖动"预测"控件到画布中，连接了测试数据、"朴素贝叶斯"、"随机森林"、"LightGBM"三个模型后，采用默认的输出配置，运行后模型将把原始数据、类别预测值输出用于模型评估：
点击【查看预测结果】对模型预测结果进行查看，默认显示前500条：
7、拖动"ROC 曲线"控件到画布中，并连接"预测"控件的输出，点击【查看结果】，关于薪资小于12K的模型预测结果的ROC曲线如下：
8、关于薪资在12K-36K之间的模型预测结果的ROC曲线如下：
9、关于薪资大于36K的模型预测结果的ROC曲线如 下：
