Aller au contenu
Tous les projets

CESI · 5e année

Prédiction de l’attrition des employés

Un modèle de machine learning qui prédit les départs d’employés à partir de données RH, avec une analyse éthique des variables sensibles.

Terminéfévr. 2026
Prédiction de l’attrition des employés

Une entreprise fictive, HumanForYou, voit partir une partie de ses employés. À partir des données RH de 4 410 collaborateurs, le projet construit un modèle qui prédit si un employé va quitter l'entreprise, et cherche à comprendre pourquoi. Les départs ne représentent qu'environ 16 % des cas : les classes sont déséquilibrées, ce qui a conduit à juger les modèles sur le F1-score et l'AUC plutôt que sur l'accuracy seule.

Démarche

  1. 1Préparation des données : fusion de cinq sources (données générales, enquêtes de satisfaction, évaluations des managers, heures d’arrivée et de départ), valeurs manquantes, encodage one-hot et normalisation. Le temps de travail moyen est calculé à partir des pointages
  2. 2Analyse exploratoire : distributions, corrélations, boîtes à moustaches par groupe
  3. 3Sept algorithmes comparés sur un découpage 70 / 30 stratifié : régression logistique, perceptron, SVM, naive Bayes, arbre de décision, forêt aléatoire et k-NN
  4. 4La forêt aléatoire arrive en tête (F1 de 0,944 et AUC de 0,995), devant l’arbre de décision (F1 de 0,905) ; les modèles linéaires, naive Bayes et k-NN restent sous 0,41
  5. 5Optimisation bayésienne des hyperparamètres de la forêt aléatoire (scikit-optimize), avec validation croisée à cinq plis
  6. 6Analyse éthique : le genre et le statut marital peuvent être retirés du modèle sans perte de performance, ce qui limite les risques de discrimination et de non-conformité RGPD
  7. 7Interprétation et recommandations RH à partir de l’importance des variables : le temps de travail moyen arrive en tête, devant l’âge, l’expérience totale et le salaire mensuel
Courbes ROC des sept modèles
Courbes ROC des sept modèles
Les vingt variables les plus importantes du modèle final
Les vingt variables les plus importantes du modèle final